[发明专利]一种基于PointNet的神经导航快速面配准方法及系统

说明书

本发明属医学图像处理技术领域，具体为一种基于PointNet的神经导航快速面配准方法及系统。本发明方法包括：使用阈值分割算法以及形态学操作等对术前图像进行头部分割并重建得到三维的表面点集；采用GO！SCAN三维手持式扫描仪获得真实物理空间下的头部表面点集；运用奇异值分解的方法配准病人的解剖标记点得到粗配准变换；通过基于PointNet的表面点集快速配准方法获得两组点集最终的精配准变换。本发明系统包括相应四个模块：头部表面重建模块、手持式三维激光扫描仪模块、粗配准模块和精配准模块。本发明的方法运算效率高，配准精度可靠，可集成在现有的神经导航系统当中，实现图像空间和真实物理空间的快速配准，提高手术导航的定位精度。

技术领域

本发明属于医学图像处理技术领域，具体涉及基于PointNet的神经导航快速面配准方法及系统。

背景技术

神经外科手术导航在建立了图像空间和病人所在物理空间的对应关系后，可以将术中手术器械与其周围的解剖结构的相对位置关系实时地显示在术前图像上，以辅助医生施行外科手术。其中最为关键的技术在于建立两个空间之间的对应关系，即神经导航空间配准技术。配准的精度越高，由此形成的导航系统提供给医生的信息就越准确。此外，快速的配准过程是手术顺利进行的基础。当前神经导航空间配准方法可分为3类：(1)基于点的配准技术；(2)基于线的配准技术；(3)基于面的配准技术。

基于点的配准方法需在术前病人的头部表面粘贴6-8个人工标记点，通过最小化标记点之间的欧式距离获得变换关系。其缺点在于：(1)需要在术前额外增加扫描一个带着标记点的图像，这增加了操作的复杂度及病人的支出。(2)粘贴的标记点容易发生移动而引入误差造成导航精度下降。基于线的配准方法虽然不需要额外进行图像扫描，但参与配准的线点集较为稀疏、数量少，易受到噪声、离群点的影响从而导致导航定位精度不稳定。

基于面的配准方法通过三维激光扫描仪、三维立体视觉相机等获得病人头部表面密集点集，然后将采集获得的点集与术前图像重建的点集进行刚性配准获得空间变换。但由于参与配准的点集数量较多，当前使用的精配准算法，例如迭代最近邻(IterativeClosest Point，ICP)算法、点漂移一致算法(Coherent Point Drift，CPD)、基于高斯混合模型(Gaussian Mixture Model，GMM)的配准算法，这些算法的迭代优化的过程较为耗时，运算效率较低，难以实现神经导航的实时配准。

因此，本发明拟提供一种基于PointNet的神经导航快速面配准方法，能够实现快速且准确的空间配准，在保证高配准精度的同时大幅提升运算效率。

参考文献

[1]M.Wang,Z Song,“Distribution Templates of the Fiducial Points inImage-Guided,”Neurosurgery.Operative Neurosurgery,vol.6,pp.143-151,2010.

[2]A Raabe,Krishnan R,Wolff R,et al.Laser surface scanning forpatient registration in intracranial image-guided surgery[J].Neurosurgery,vol.50,no.4,pp.797-803,2002.

[3]Y Fan,D Jiang,M Wang,et al,“A new markerless patient-to-imageregistration method using a portable 3D scanner,”Med Phys,vol.41,no.10,pp.101910,2014.