【技术实现步骤摘要】
本专利技术涉及医学图像处理，具体涉及一种面向骨盆复位手术导航的2d/3d实时精准配准方法
技术介绍
1、骨盆是人体骨骼中最重要的结构之一，连接着脊椎、髋关节和下肢，对身体的稳定性和运动功能至关重要。骨盆骨折是创伤骨科中常见的损伤，其损伤机制复杂。骨盆周围富有血管神经等重要软组织，一旦发生严重的骨盆骨折，如不及时选择正确的治疗方案，将会严重危及生命。骨盆骨折合并大出血的病死率接近40％，骨盆骨折合并多发伤的病死率为30％-58％，合并多脏器损伤病死率可达100％。因此，对于一些不稳定的骨盆骨折，及时恢复骨盆的稳定性显得十分重要。
2、修复骨块需要进行骨折骨块复位、固定等一系列步骤来恢复骨盆的正常解剖结构和功能。在骨折复位之前，医生会在术前规划步骤中计算骨折块复位的参数，包括骨折块复位过程需要的平移大小和角度。骨盆复位手术较为复杂，为了保证手术成功率，需要获取精准的骨盆位置和骨盆姿态，合适的医学影像可以为医生手术过程中提供大量有效信息，手术导航可以将术前的与术中的信息结合，辅助医生进行手术。骨折复位手术配准能够辅助医生判断手术复位进程，将术前与术中影像结合，得到当前骨折块复位的空间位置和参数，与术前规划得到的进行比较，从而为下一步手术计划做准备。
3、临床中，通常会在术前获得高分辨率的三维ct影像，从而获得患者术前的位置和姿态(位姿)，但是由于拍摄ct影像时辐射较高、成像时间长，为了在术中获取患者的位姿，通常会在术中选择成像时间较短、辐射较少的二维x光图片，通过对比患者术前和术中的医学影像，能够实时反应患者的
4、手术导航是一种辅助医生手术的自动化工具，对患者骨盆以及手术器械进行实时导航，结合术前和术中患者骨折复位情况辅助医生完成手术，需要将术前ct与术中x光进行配准，手术导航可以将术前的三维数据和术中的二维数据统一到同一个坐标系中，间接的为医生提供病人的实时手术位姿信息。而由于术前和术中获取的数据模态不同，通常将三维的ct利用数字重建放射技术(digitally reconstructed radiograph)得到drr图像来模拟x光的形成过程，从而将drr图像和x光进行图像配准。
5、手术导航的关键技术是结合术前术中的影像完成二维到三维的刚性配准。配准(registration)通常指将多个数据或图像对齐以实现一致性或可比性的过程。这个概念广泛应用于多个领域，包括计算机视觉、医学影像、遥感图像处理等。在医学影像领域，图像配准用于将不同时间、不同模态或不同影像设备获取的医学图像进行对齐，以便医生可以更好地观察和比较。刚性配准的过程物体不会发生形变，配准的精度直接影响手术成功率，且在手术过程中需要实时的结合术前和术中的患者位姿以辅助医生完成手术。随着人工智能的不断发展，基于深度学习的2d/3d配准方法已经逐步取缔传统算法，许多研究者已经在机器学习应用于医学图像配准方面做了大量的研究，提出了很多实用的方法。
6、其中最实用的方法是由shun等人在2016年提出的，如图1所示，包括以下步骤：
7、步骤一，为了实现2d和3d的图像配准，首先需要将两者统一纬度，由于本应用场景中仅有一个视角的x光线片，因此我们采用数字重建放射影像(digital reconstructedradiograph,drr)技术模拟x射线穿透3d的ct体的过程从而生成drr图像，x射线经过衰减和吸收后，投影到成像平面并累加，通过对ct进行空间变换可以在成像平面得到不同的drr图像，将进行了随机空间变换的drr图像和空间变换参数进行成对保存。
8、步骤二，图像配准任务为了寻找空间变换参数t，使得固定图i_f经过t可以与浮动图i_m对齐。在本应用场景中，术前与术中影像进行配准指的是将术前3d的ct影像与术中2d的x光图像进行配准，由于使用了步骤一中的数据预处理步骤，可以简化为将ct投影得到2d的drr图像后再与2d的x光配准，预测没有真实标签的x光在患者ct中的空间变换参数。在配准网络中输入drr或者x光图像，输出自由度为6的空间变换参数，本研究将配准问题理解为回归问题。网络对于输入的图像先经过骨盆特征提取，再连接6个全连接层，将预测的粗配准空间变换参数以及该患者的ct影像共同输入到drr生成模块，即得到粗配准预测图像，将该图像与输入图像进行相似度匹配即可评价配准结果，训练过程采用的mse作为回归问题的损失函数。
9、现有技术由于通常使用复杂度为6的空间变换参数来表示ct的空间变换，既要满足临床需求又要保证实时性，应当使用较为轻量的网络，但是会导致单次性准确预测参数较为困难；由于x光的真实参数未知，为保证x光的参数在ct的空间变换范围内，生成训练集时需要将ct在可能的范围内进行空间变换生成drr图像和对应参数，较大的变换范围可能会影响模型的预测结果；在训练环节使用的是已知参数的drr图像作为输入图像，参数作为标签，而drr图像虽然能够模拟x光图像的形成，但是受到不同x光拍摄设备的影响，且drr与x光成像虽然原理相似，但是drr是针对ct数据透视成像，x光是针对人体组织密度成像，两者是实际风格存在差异，未作任何处理的x光不能得到合理的预测结果。
技术实现思路
1、本专利技术的目的在于提供一种高效的面向骨盆复位手术导航的2d/3d实时精准配准方法及系统。
2、为解决上述技术问题，本专利技术提供一种面向骨盆复位手术导航的2d/3d实时精准配准方法，包括以下步骤：
3、获取x射线图像和ct图像；
4、基于deepdrr算法，对ct图像进行投影，得到原始drr图像i_drr；
5、基于生成器g_xray2drr，对x射线图像进行重建，得到带有drr风格的x射线内容的原始x射线图像i_xray2drr；
6、对原始drr图像i_drr和原始x射线图像i_xray2drr进行粗配准，得到粗配准结果；
7、对原始x射线图像i_xray2drr和粗配准结果进行精配准，得到精配准结果；
8、根据精配准结果和ct图像，得到最终配准结果。
9、优选地，对原始drr图像i_drr和原始x射线图像i_xray2drr进行粗配准，得到粗配准结果，具体包括以下步骤：
10、将原始drr图像i_drr和原始x射线图像i_xray2drr输入到粗配准网络cr-net进行重建，得到粗配准结果。
11、优选地，将原始drr图像i_drr和原始x射线图像i_xray2drr输入到粗配准网络cr-net进行重建，得到粗配准结果，具体包括以下步骤：
12、将原始drr图像i_drr和原始x射线图像i_xray2drr输入卷积层调整通道数，得到通道数调整后特征图；
13、将通道数调整后特征图输入最大池化层调整大小，得到固定特征图；
14、将固定特征图输入resnet34网络模型进行特征提取，得到特征提取结果；
15、将特征提取结果输入全本文档来自技高网...
【技术保护点】
1.一种面向骨盆复位手术导航的2D/3D实时精准配准方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向骨盆复位手术导航的2D/3D实时精准配准方法，其特征在于，对原始DRR图像I_drr和原始X射线图像I_xray2drr进行粗配准，得到粗配准结果，具体包括以下步骤：
3.根据权利要求2所述的面向骨盆复位手术导航的2D/3D实时精准配准方法，其特征在于，将原始DRR图像I_drr和原始X射线图像I_xray2drr输入到粗配准网络CR-Net进行重建，得到粗配准结果，具体包括以下步骤：
4.根据权利要求3所述的面向骨盆复位手术导航的2D/3D实时精准配准方法，其特征在于：
5.根据权利要求4所述的面向骨盆复位手术导航的2D/3D实时精准配准方法，其特征在于，对原始X射线图像I_xray2drr和粗配准结果进行精配准，得到精配准结果，具体包括以下步骤：
6.根据权利要求5所述的面向骨盆复位手术导航的2D/3D实时精准配准方法，其特征在于：
7.根据权利要求6所述的面向骨盆复位手术导航的2D/3D实时
8.根据权利要求7所述的面向骨盆复位手术导航的2D/3D实时精准配准方法，其特征在于，对关键点位置坐标进行刚体变换，得到缩放系数P_fine，具体包括以下步骤：
9.一种面向骨盆复位手术导航的2D/3D实时精准配准系统，用于实现如权利要求1-8任一所述的面向骨盆复位手术导航的2D/3D实时精准配准方法，其特征在于，包括：
...【技术特征摘要】
1.一种面向骨盆复位手术导航的2d/3d实时精准配准方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向骨盆复位手术导航的2d/3d实时精准配准方法，其特征在于，对原始drr图像i_drr和原始x射线图像i_xray2drr进行粗配准，得到粗配准结果，具体包括以下步骤：
3.根据权利要求2所述的面向骨盆复位手术导航的2d/3d实时精准配准方法，其特征在于，将原始drr图像i_drr和原始x射线图像i_xray2drr输入到粗配准网络cr-net进行重建，得到粗配准结果，具体包括以下步骤：
4.根据权利要求3所述的面向骨盆复位手术导航的2d/3d实时精准配准方法，其特征在于：
5.根据权利要求4所述的面向骨盆复位手术导航...
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。