【技术实现步骤摘要】
本专利技术属于轨迹规划，尤其涉及一种截骨机器人的轨迹规划方法。
技术介绍
1、随着美容医学影像和计算机辅助美容技术的发展，以三维面部设计软件和图像导航技术为代表的数字美容技术在临床上开始普及。传统的美容手术方案通过对面部ct或mri图像的手工测量来完成，而术中也只依靠手工测量来完成方案的实施。误差在这些手工操作中层层累计，最终导致术后效果与设计方案之间出现较大差异。近年来，术前三维面部设计软件的应用，避免了传统的手工方案设计中的精度损失，使得医生大脑中的美容方案能够精确地表达到图像上，甚至可以通过三维打印的方式，表达到面部模型上。但这个完美的方案在术中实施时，却缺乏一个很好的测量、监督及执行手段，其中面部截骨操作就是一项尤为典型的手术任务。面部截骨操作是美容手术的一个关键环节，截骨位置不仅能影响周围组织的损伤程度，更能够决定术后面部轮廓的精度以及术后恢复。
2、因此，在多数美容设计软件中，截骨都会作为重要步骤被规划和模拟出来。而如何提高三维重建和规划的截骨线的精确度，成为亟待解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供截骨机器人的轨迹规划方法，结合医学影像技术和精密的算法，能够确保美容手术中截骨操作的高精度和可控性，为患者提供更安全、更精准的美容治疗。
2、本专利技术的技术方案是这样实现的：本专利技术提供截骨机器人的轨迹规划方法，包括以下步骤：
3、s1通过医学影像设备对骨骼进行ct扫描，获取骨骼的三维模型数据，利用重建算法对三维模型
4、s2根据截骨需求在三维骨骼模型中划定目标区域，提取目标区域的三维点云数据，三维点云数据包含位置信息；
5、s3根据截骨需求和轨迹规划算法在目标区域中寻找截骨线，并得到截骨线的位置信息；
6、s4将截骨线的位置信息映射到截骨机器人的机械臂坐标系中，得到轨迹规划。
7、在上述技术方案的基础上，优选的，截骨需求包括截骨深度、截骨方向、截骨长度和截骨部位。
8、在上述技术方案的基础上，优选的，步骤s1包括：
9、s11通过医学影像设备对骨骼进行ct扫描，得到实际投影数据，对采集到的实际投影数据进行预处理，预处理包括散射校正和噪声抑制；
10、s12基于预处理后的实际投影数据，利用反投影算法对骨骼进行初始重建，得到初始的三维模型数据；
11、s13根据初始的重建图像，估计骨骼各个位置的吸收系数分布，并根据吸收系数分布得到初始的重建图像的模拟投影数据；
12、s14建立优化模型，设置目标函数，并将初始的重建图像的模拟投影数据作为优化模型的初始化模型参数x；
13、s15采用自适应学习率的优化算法进行迭代优化，在每次迭代中，利用参数更新公式来更新模型参数x，并根据新的模型参数x更新模拟投影数据，以优化目标函数；
14、s16当达到迭代停止条件，则输出得到优化后的三维模型数据；
15、s17对优化后的三维模型数据进行后处理和可视化，得到三维骨骼模型。
16、在上述技术方案的基础上，优选的，步骤s12包括：
17、预处理后的实际投影数据表示为：
18、
19、式中，p(θ，s)表示在角度θ和距离s处的投影数据，f(x，y)是骨骼部位的吸收系数，μ(x，y)是吸收系数分布，λ1||f(x，y)||p是lp范数正则化项，用于控制吸收系数f(x，y)的整体平滑性，是梯度正则化项，用于控制吸收系数f(x，y)的局部平滑性；
20、根据投影数据p(θ，s)进行反投影操作，将投影数据反投影到二维平面上；
21、对反投影得到的数据进行滤波、叠加和插值，得到初始的三维模型数据。
22、在上述技术方案的基础上，优选的，目标函数为：
23、f＝min||w×(p-ax)||2+γr(μ)+εs(μ)
24、式中，p为实际投影数据，a是系统矩阵，x为优化模型的模型参数，μ是x对应的吸收系数分布，w是权重矩阵，r是正则化矩阵，s是引入的先验信息的正则化矩阵，γ是数据拟合项的正则化参数，ε是引入的先验信息的正则化参数。
25、在上述技术方案的基础上，优选的，参数更新公式为：
26、
27、式中，mt和vt分别是一阶矩和二阶矩的估计变量，mhat和vhat是对偏差进行校正后的估计值，x是优化模型的模型参数，gt是当前迭代的梯度，α是学习率，β1和β2是超参数，ξ是一个常数。
28、在上述技术方案的基础上，优选的，步骤s3包括：
29、s31在三维点云数据中随机选取一个点作为第一状态树的根节点，并找到与第一状态树的根节点距离最近的点作为第二状态树的根节点，其中，第一状态树为起始状态，第二状态树为目标状态；
30、s32在三维点云数据中随机采样一个点作为目标节点，然后在第一状态树和第二状态树中分别找到与目标节点距离最近的第一节点和第二节点；
31、s33根据约束条件，从第一节点和第二节点向目标节点进行扩展，得到新的第一节点和新的第二节点；其中，约束条件包括截骨深度约束、截骨方向约束和截骨长度约束；
32、s34如果新的第一节点和新的第二节点之间没有碰撞并且满足约束条件，则将新的第一节点和新的第二节点连接起来；否则，交换第一状态树和第二状态树的状态，并返回步骤s32；
33、s35重复步骤s32-s34，直至第一状态树和第二状态树连接起来；
34、s36当第一状态树和第二状态树连接起来后，从起始状态到目标状态提取出一条路径，即为截骨线；
35、s37根据三维骨骼模型提取得到截骨线的位置信息。
36、在上述技术方案的基础上，优选的，截骨深度约束的数学表达式如下：
37、
38、式中，a为幅度参数，σ为控制参数，为新的节点的位置向量，为初始节点的位置向量，为深度方向的法向量，dmax表示最大截骨深度。
39、在上述技术方案的基础上，优选的，截骨方向约束的数学表达式如下：
40、
41、式中，为新节点的法向量，为截骨方向向量，为最大允许的方向偏差角度。
42、在上述技术方案的基础上，优选的，截骨长度约束的数学表达式如下：
43、
44、式中，表示新节点和最近节点之间的欧几里得距离，n为高斯混合模型中的混合成分数量，ωi为每个混合成分的权重，κi2为每个混合成分的标准差，lmax为最大截骨长度。
45、本专利技术的方法相对于现有技术具有以下有益效果：
46、(1)本专利技术通过提前在三维模型中确定目标区域并进行轨迹规划，可以减少手术中的操作时间；精确的轨迹规划和机器人辅助手术可以实现最小创伤手术，减少对周围组织的损伤，加速患者术后康复；通过精确的三维模型重建和轨迹规划本文档来自技高网...
【技术保护点】
1.截骨机器人的轨迹规划方法，其特征在于，包括以下步骤：
2.如权利要求1所述的截骨机器人的轨迹规划方法，其特征在于，截骨需求包括截骨深度、截骨方向、截骨长度和截骨部位。
3.如权利要求2所述的截骨机器人的轨迹规划方法，其特征在于，步骤S1包括：
4.如权利要求3所述的截骨机器人的轨迹规划方法，其特征在于，步骤S12包括：
5.如权利要求3所述的截骨机器人的轨迹规划方法，其特征在于，目标函数为：
6.如权利要求3所述的截骨机器人的轨迹规划方法，其特征在于，参数更新公式为：
7.如权利要求2所述的截骨机器人的轨迹规划方法，其特征在于，步骤S3包括：
8.如权利要求7所述的截骨机器人的轨迹规划方法，其特征在于，截骨深度约束的数学表达式如下：
9.如权利要求7所述的截骨机器人的轨迹规划方法，其特征在于，截骨方向约束的数学表达式如下：
10.如权利要求7所述的截骨机器人的轨迹规划方法，其特征在于，截骨长度约束的数学表达式如下：
【技术特征摘要】
1.截骨机器人的轨迹规划方法，其特征在于，包括以下步骤：
2.如权利要求1所述的截骨机器人的轨迹规划方法，其特征在于，截骨需求包括截骨深度、截骨方向、截骨长度和截骨部位。
3.如权利要求2所述的截骨机器人的轨迹规划方法，其特征在于，步骤s1包括：
4.如权利要求3所述的截骨机器人的轨迹规划方法，其特征在于，步骤s12包括：
5.如权利要求3所述的截骨机器人的轨迹规划方法，其特征在于，目标函数为：
6.如权利...
【专利技术属性】
技术研发人员：顾勇刚，艾畅，黄翔，查成，张亮，徐鸳，徐红星，
申请(专利权)人：武汉长江激光科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。