标定用于放射治疗设备的患者监测系统的方法与流程

本发明涉及一种标定患者监测系统的方法。特别地，本发明的实施例涉及一种标定用于其中精确定位和检测患者移动对于成功的治疗非常重要的放射治疗设备等的患者监测系统的方法。

背景技术：

放射治疗包括将辐射束投射到患者身体的预定区域上，以便破坏或消除其中存在的肿瘤。这种治疗通常周期地和重复地进行。在每次医疗干预时，辐射源必须相对于患者定位，以便以尽可能高的精确度照射所选择的区域，以避免辐射到辐射束对其有害的相邻组织上。

当对患者采用辐射时，治疗设备的门控应当与呼吸循环匹配，使得辐射集中在肿瘤的方位，并最小化对其他组织的附带损伤。如果检测到患者的移动，则应该停止治疗以避免照射到除了肿瘤方位之外的患者区域。

因此，用于在放射治疗期间辅助患者的定位的多个监测系统已经被提出，例如在visionrt的早期专利和专利申请us7889906、us7348974、us8135201、us9028422、us2015/0216450、wo2014/057280和wo2015/008040中描述的监测系统，全部通过引用并入本文。

在visionrt的专利申请中描述的系统中，获得并处理患者的立体图像以生成识别对应于所成像的患者的表面上的点的大量点的3d位置的数据。这样的数据能够与上一次产生的数据进行比较，并用于以一致的方式定位患者，或在患者移出位置时提供警告。通常，这种比较包括进行普鲁克(procrustes)分析以确定最小化由基于实时图像产生的数据所识别的患者表面上的点与由在上一次产生的数据所识别的患者表面上的点之间的位置差异的变换。

用于放射治疗的应用的治疗计划对于具有多个或浮动的iso中心的治疗设备变得越来越复杂。此外，在治疗期间利用更高剂量的辐射以减少整体治疗时间存在增加的趋势。这种增加的复杂性和更高的剂量带来了越来越大的误治的可能性。因此，对改善患者监测系统的准确性的需求在不断增长。

技术实现要素：

根据本发明的一个方面，一种标定患者监测系统的方法被提供，该患者监测系统包括被布置成观察躺在放射治疗设备的机械诊察台上的患者的表面的多个图像检测器。

根据本发明，最初标定对象位于第一位置，在该位置标定对象的表面大体上对应于在处于标定的患者监视系统的图像检测器所观察的治疗期间躺在放射治疗设备的机械诊察台上的患者的表面的预期位置标定。然后使用图像检测器获得标定对象的图像，并处理图像以确定图像检测器的相对方位和取向以及指示存在于由图像检测器获得的图像中的光学图像失真的透镜失真参数。然后将标定对象重新定位到相对于治疗设备的iso中心的已知位置处的第二位置，然后使用多个图像检测器获得重新定位的标定对象的图像。然后处理所获得的图像，以确定对应于标定对象从治疗设备的第一位置到iso中心的重新定位的变换，以及确定指示在由第一位置中的标定对象的图像检测器获得的图像中存在的光学图像失真的数据，并且通过将所确定的变换应用于所确定的相对方位来确定指示图像检测器相对于治疗设备的iso中心的方位和取向的数据，然后存储图像检测器的取向iso中心。

一旦已经标定患者监测系统，使用多个图像检测器能够获得躺在放射治疗设备的机械诊察台上的患者的图像，并利用所存储的指示存在于由图像检测器获得的图像中的光学图像失真的数据以及指示图像检测器相对于治疗设备的iso中心的方位和取向的数据来处理躺在放射治疗设备的机械诊察台上的患者的图像，以创建患者的表面的模型。

可选地，可以根据本发明实施患者监测系统的多个标定，利用位于不同的第一位置的标定对象来实施多个标定中的每一个。然后作为多个标定中的每一个的结果而存储的数据将进一步包括用于相应标定的第一位置的方位(location)的指示。然后可以确定待监测的患者的表面的位置，并且所确定的位置用于选择作为标定结果而存储的数据，对于该标定结果，用于标定的第一位置的方位对应于患者表面的位置。然后使用多个图像检测器可以获得躺在放射治疗设备的机械诊察台上的患者的图像，并使用所选择的数据来处理躺在放射治疗设备的机械诊察台上的患者的图像，以生成患者的表面的模型。

申请人已经认识到，标定患者监测系统有两个不同的方面。为了便于进行患者相对于治疗设备的iso中心的定位，重要的是能够识别监测患者的图像检测器相对于彼此和相对于治疗设备的iso中心的相对方位。与该标定分开，还需要识别存在于由图像检测器获得的图像中的任何光学失真，以便在生成被监测的患者的模型时说明(accountfor)这种失真。申请人认为，基于对应于被监测的患者的表面的预期方位处的表面的图像，标定固有参数(即，指示存在于由图像检测器获得的图像中的光学图像失真的数据)应当增加精确度，通过该精确度在监测患者时可以说明这种光学失真，并因此提高患者监测系统的精确度。

在一些实施例中，患者监测系统可包括具有多个图像检测器的单个立体相机。在其他实施例中，患者监测系统可包括多个立体相机，每个立体相机具有多个图像检测器。在患者监测系统包括多个立体相机的情况下，可处理来自多个立体相机中的每一个的图像以确定用于每个单独立体相机的对应于标定对象从治疗设备的第一位置到iso中心的重新定位的变换，并且可确定对应于标定对象从治疗设备的第一位置到iso中心的重新定位的平均变换。可选地，可选择单独的立体相机，并且可获得并处理来自该立体相机的图像以确定对应于标定对象从治疗设备的第一位置到iso中心的重新定位的变换。

在涉及多个立体相机的患者监测系统的情况下，对应于标定对象从治疗设备的第一位置到iso中心的重新定位而计算的变换对于所有立体相机应当相同。然而，在实践中，通常存在一些不准确性，使得对各个立体相机所计算的变换之间将存在差异。通过确定并应用变换的平均值到整个系统，这种方法确保相同的变换被用于每个相机系统，避免任何偏差，同时也利用平均值来应用应当最小化误差的“最佳拟合”。

或者，可仅针对立体相机中的一个来确定变换，且将该变换应用于所有相机系统。虽然这将避免任何偏差，但这种方法不太可能减少总误差。

附图说明

现将参照附图描述本发明的实施例，其中：

图1是患者监测器的示意性透视图；

图2是图1的患者监测器的相机系统的前透视图；

图3是图1的患者监测器的计算机系统的示意性框图；

图4是根据本发明的标定方法的流程图；

图5是用于图4的标定方法中的示例性标定对象的平面图；并且

图6a-c是图5的标定片的图像的说明性示例，其示出了多个不同的透镜失真的结果。

具体实施方式

在描述提高患者监测系统的精确度的立体相机系统的标定方法之前，将描述患者监测系统和放射治疗设备。

图1是患者监测系统的实施例的示意性透视图。根据本实施例，提供了通过线路(未示出)连接到计算机14的立体相机系统10。计算机14还连接到诸如用于施加放射治疗的线性加速器的治疗设备16。机械诊察台18被设置为在治疗期间患者20躺于其上的治疗设备的一部分。治疗设备16和机械诊察台18布置成，在计算机14的控制下，机械诊察台18和治疗设备16的相对位置可如图中由邻近诊察台的箭头所指示的那样横向地、垂直地、纵向地和旋转地变化。

治疗设备16包括主体22、从主体22延伸的机架(gantry)24。准直器26设置在机架24的远离治疗设备16的主体22的端部。为了改变辐射照射患者20的角度，在计算机14的控制下，机架24被布置为关于穿过治疗设备16的主体22的中心的轴线旋转。另外，治疗设备的照射方位也可通过旋转在机架24的端部处的准直器26来改变。

尽管图1所示的立体相机系统10由单个立体相机构成，但是立体相机系统10也可包括一组立体相机，将每个立体相机定向以获得躺在机械诊察台18上的患者20的图像。例如，立体相机系统10可由围绕治疗设备16分布的两个或三个立体相机组成。

在使用中，立体相机系统10的图像检测器获得躺在机械诊察台18上的患者20的视频图像。这些视频图像经由线路传递到计算机14。然后计算机14处理患者20的图像以生成患者的表面的模型。将该模型与在较早治疗期间产生的患者的模型进行比较。当定位患者时，识别当前模型表面和从较早期间获得的目标模型表面之间的差异，并且确定对准表面所需的定位指令并将其发送到机械诊察台18。随后，在治疗期间，能够识别与初始设置的任何偏差，并且如果偏差大于阈值，则计算机14向治疗设备16发送指令，以停止治疗直到能够重新定位患者20。

图2是图1的患者监测系统的立体相机系统10的立体相机110的前透视图。

在该实施例中，立体相机110包括通过铰链44连接到支架42的壳体41。支架42使立体相机110能够在固定方位附接到治疗室的天花板，同时铰链44允许立体相机110相对于支架42定向，使得立体相机110被布置为观察机械诊察台18上的患者20。

一对透镜46安装在壳体41的前表面48的两端。这些透镜46位于包含在壳体41内的诸如cmos有源像素传感器或电荷耦合器件(未示出)的图像检测器的前面。图像检测器布置在透镜46后面，以便经由透镜46捕获患者20的图像。

散斑投影仪52被设置在两个透镜46之间的壳体41的前表面48的中间。散斑投影仪52布置成利用不重复的红光的散斑图案照射患者20，使得当患者20的图像被两个图像检测器捕获时，可区分所捕获的图像的对应部分。为此目的，散斑投影仪包括诸如led的光源和在其上印刷有随机散斑图案的膜。在使用中，来自光源的光经由膜被投射，结果由明暗区域组成的图案被投射到患者20的表面上。当立体相机110捕获到所投射的散斑图案的图像时，接着能够处理该图像以确定患者表面上的一组点的位置，并且因此能够监测患者的定位。

图3是图1的患者监测器的计算机14的示意性框图。

为了使计算机14处理从立体相机系统10接收的图像，计算机14通过在磁盘54上提供的软件或通过经由通信网络接收电信号55配置为多个功能模块56-64。应当理解，图3中所示的功能模块56-64仅仅是为了帮助理解所要求保护的发明的工作，并且在某些实施例中可不直接与软件的源代码中的代码块对应。在其他实施例中，由所示的功能模块56-64执行的功能可在不同的模块之间划分，或者可通过为不同功能而重复使用相同模块来执行。

在本实施例中，功能模块56-64包括：用于处理从立体相机系统10接收的图像的3d位置确定模块56；用于处理由3d位置确定模块56生成的数据并将该数据转换成所成像的计算机表面的3d线网模型的模型生成模块58；用于存储所成像表面的3d线网模型的生成模型存储60；用于存储先前生成的3d线网模型的目标模型存储62；以及用于确定将所生成的模型与目标模型匹配所需的旋转和平移的匹配模块64。

在使用中，当立体相机系统10获得图像时，由3d位置确定模块56处理这些图像。该处理使得3d位置确定模块能够识别患者20的表面上的图像对中的对应点的3d位置。这通过以下来实现：3d位置确定模块56识别由立体相机系统10的每个立体相机110获得的图像对中的对应点然后基于所获得的图像对中的对应点的相对位置和识别获得图像的相机的相对位置的存储数据来确定那些点的3d位置。

通常地，对应点的识别是基于分析大约16×16像素的图像块。为了帮助识别和匹配如已经描述的相应的块，立体相机系统10的每个立体相机110包括散斑投影仪52，其布置成将随机或准随机散斑图案投射到正被成像的患者20上，使得能够更容易地区分患者20的表面的不同部分。选择散斑图案的尺寸使不同图案在不同图像块中将是明显的。

然后将由3d位置确定模块56生成的位置数据传递到处理位置数据的模型生成模块58以生成由立体相机系统10成像的患者20的表面的3d线网模型。在该实施例中，3d模型包括三角线网模型，其中模型的顶点对应于由3d位置确定模块56确定的3d位置。当已经确定这样的模型时，将其存储在生成模型存储60中。

当已经存储了患者20的表面的线网模型时，接着调用匹配模块64以确定在基于由立体相机系统10获得的当前图像和存储在目标模型存储62中的先前生成的患者的模型表面之间的匹配平移和旋转。然后可将所确定的平移和旋转作为指令发送到机械诊察台18，以使诊察台将患者20相对于治疗设备16定位在与它们先前治疗时相同的位置。

随后，立体相机系统10可继续监测患者20，并且可通过生成进一步的模型表面并将所生成的表面与存储在目标模型存储62中的目标模型进行比较来识别位置的任何变化。如果确定患者已经移出位置，则能够停止治疗设备16并重新定位患者20，从而避免照射患者20的错误部位。

为了以尽可能大的精确度构建患者表面的模型，需要标定立体相机系统10，使得能够将图像的匹配部分转换为3d位置的确定。这涉及确定图像检测器的相对定位和取向。另外，立体相机系统10的标定必须校正由透镜46引入的任何光学失真或者底层图像检测器的任何其它内部特性。

申请人已经认识到，能够通过实施立体相机系统10的两阶段标定来提高监测系统的准确性。

在常规的标定方法中，例如在us7889906和us7348974中所描述的，通过单级标定过程来确定外部相机参数(即图像检测器的相对方位和取向)和内部相机参数(即，限定图像检测器的内部特性，例如径向失真、离心/切向失真、焦距等)，该单级标定过程涉及对大体上位于处理设备的iso中心处的标定对象进行成像，其中iso中心是由治疗设备产生的辐射束集中的位置的点。然而，申请人已经认识到，基于在这种位置处的标定对象的图像来确定内部相机参数是产生误差的原因。

在治疗期间，在由治疗设备产生的辐射束集中在正被治疗的肿瘤所在的iso中心的同时监测患者的表面。在大多数情况下，被治疗的肿瘤位于患者体内，远离被监测的表面。如果仅仅基于对位于iso中心处的标定对象的成像来确定图像检测器的内部参数，则这些参数将不一定与校正更远离iso中心的位置处的失真的图像所需的参数匹配。因此，为了最小化误差，标定内部参数的确定应该考虑被监测的患者的表面的预期位置，而不是仅基于位于iso中心的标定对象的图像来确定这种校正因子。这能够通过实施立体相机系统的两阶段标定来实现，其中相对于待成像表面的预期方位确定光学失真参数(即，限定图像检测器的内部特性的内部参数)和相对相机方位参数(即外部参数)，随后适配相对相机方位参数以说明图像检测器相对于处理设备的iso中心的位置和取向。

图4是示出根据本发明的实施例的标定立体相机系统10的改进过程的流程图。在两阶段标定过程的第一阶段，立体相机系统10进行初始标定，其中位于与躺在治疗诊察台上的患者的表面的平均预期方位相对应的位置(例如在所识别的iso中心上方5cm至10cm)的标定对象被用于确定相对的相机方位和从图像检测器产生的任何图像失真。特别地，在该实施例中，标定对象位于治疗设备16的iso中心上方，在治疗期间标定对象的表面大体上在患者表面的预期位置处的iso中心上方/与在患者表面的预期位置处的iso中心垂直对准。

图5示出了示例性标定对象的示例的平面图。在该示例中，标定对象是标定片100，其包括70×70cm的例如铝或钢的平坦刚性材料片，在其上设置有在片的表面上的已知位置处显示34×32矩阵的标记/圆101a的图案。此外，朝向标定片的中心的是与四个圆相邻的四个较小的标记101b以及由在片100的中心相交的一对虚线形成的十字102，四个圆的中心一起标识已知尺寸的正方形的四个角。

iso中心是由治疗设备16产生的辐射束的焦点；然而，放射治疗中使用的离子辐射不在电磁光谱的可见光区域。这意味着除非提供一些其它方法，否则难以确定iso中心的方位。

为了识别治疗设备16的iso中心的方位，许多治疗室利用突出iso中心位置的激光投射系统。如果是这种情况，则能够通过定位标定片100来识别iso中心的方位，使得由激光投射系统产生的激光仅在标定片100的表面上掠过。然后，将标定片100上的线102(参见图5)与激光的投射平面对准，尽可能使得由线102的交叉形成的十字位于由激光投影器投射的光平面的交叉所限定的iso中心处。iso中心的方位能够通过处理由图像检测器获得的标定片100的图像来识别，以确定十字102的位置。

可选地，可使用us7348974中描述的方法。在这种方法中，使用从机架24的端部投射的十字线目标来突出iso中心的位置。然后通过获得标定片100的图像来确定iso中心的位置，其中十字102在沿着从机架24投射的十字线目标的路径的两个分离点处与十字线目标对准，并且在两个分离的角度处与机架24对准，使得沿着两个路径连接十字102的位置的线的交点可被用于识别iso中心。

一旦已经识别了iso中心的方位，然后将标定片100位于治疗设备16的iso中心上方，位于与躺在治疗诊察台上的患者的表面的平均预期方位相对应的位置(例如在所识别的iso中心上方5cm至10cm)，标定片大体上在iso中心上方/与iso中心垂直对准(s4-1)。这能够通过将标定片定位在大体上与突出iso中心的方位的任何激光系统对准的机械诊察台18上来实现。然后，能够将机械诊察台提高对应于在治疗期间被监测的患者的表面和iso中心之间的常规的平均距离的量。然后，通过立体相机系统10的所有图像检测器获得标定片100的第一组图像(s4-2)，并将其存储在计算机14的存储器中。

然后处理位于待成像表面的预期位置处的标定片的第一组图像，以确定图像检测器的光学失真和相对相机位置参数(s4-3)。

能够通过识别图像内的四个标记101b及其相关联的圆的位置来确定相对相机位置参数。这可以使用常规技术自动进行，或者，用户可手动识别四个圆。从图像中由标记101b识别的圆的相对位置，对于每个图像，确定第一投射变换，其说明限定了图像中投射的失真正方形的角的所识别的圆的估计中心，其中由于标定片100和获得图像的图像检测器的相对取向而产生正方形的感官失真(即，透视失真)。在该实施例中，所确定的第一变换是用于校正透视失真图像的估计变换，使得圆心对应于正方形的角。

然后利用所计算的变换来确定由相关标记101b识别的每个圆的中心的估计三维坐标。然后这些计算的坐标识别对应于标定片100的表面的平面相对于已经从其获得图像的图像检测器的位置的估计位置和取向。

然后依次处理由图像检测器获得的图像中的每个像素，以确定每个像素对应的包含圆心的估计位置的平面在哪里。然后依次处理所估计的圆心，然后识别图像中对应于位于距所计算平面中的每个圆心在预定距离内的点的像素。在该实施例中，将这些区域选择为包括位于标定片的平面内的直到稍大于标定片上出现的圆的半径的距离的点。因此，以这种方式，对于每个圆识别一组像素，其对应于以估计的圆心位置为中心并稍微延伸至超过所讨论的圆的外边缘的片的部分的外观。

然后利用集合中的每个像素的灰度值来确定对圆心的坐标的估计。对于针对特定圆所标识的组内的每个像素，确定对应于标定表面的估计平面中的像素位置的x和y坐标。然后使用以下等式利用这些计算的x和y坐标来来确定圆心的x、y坐标的改进的估计：

其中σg是为特定圆心确定的集合中的所有像素值的总和，σgx是像素的灰度像素值与这些像素的x坐标相乘的总和，σgy是像素的灰度像素值与这些像素的y坐标相乘的总和，并且其中圆的颜色与高灰度值相关联，对应于标定片的背景的颜色与低灰度值相关联。

然后从这些x、y坐标中确定对应于新估计的圆心的图像内的点的坐标，然后利用标记的圆的中心的这些更新的估计来确定用于校正所感知的标定片的图像的透视失真的更准确的估计变换。然后可以重复上述过程，直到进行了实际圆心位置的精确估计，并确定校正标定片的图像的感官的透视失真所需的真实变换，从而说明到标定片的相对方位和取向。

使用最终确定的变换，然后计算出现在图像中的片上的所有圆的预期位置，然后以与上述相同的方式单独地处理在每个估计的圆心的附近的图像的部分。对于每个圆，识别对应于距圆心在预设距离内的点的一组像素，然后使用如上所述的灰度值和坐标值来计算改进的圆心坐标。

当已经对图像计算了标定片100上的每个圆的中心的坐标时，然后能够从这些点在图像中的相对位置和这些圆在标定片的表面上的已知相对位置中计算不同图像检测器的相对取向，如在“使用现有电视相机和镜头的用于高精确度3d机器视觉度量的多功能相机标定技术(aversatilecameracalibrationtechniqueforhigh-accuracy3dmachinevisionmetricsusingofftheshelftvcamerasandlenses)，rogertsai,ieee机器人与自动化期刊(ieeejournalofroboticsandautomation)，第ra-3卷，第4期，1987年8月”中所详细描述的，其通过引用并入本文。然后，该信息用于定义立体相机系统10的每个立体相机110的初始相对相机位置参数。例如，这些初始相对相机位置参数可以包括将相机坐标系变换为患者监测系统所使用的坐标系(即，3d刚体变换)所需的三个平移和三次旋转。然后将初始相对相机位置参数存储在计算机14的存储器内。

基于所确定的初始相对相机位置参数，然后可以进一步处理由各个图像检测器获得的标定片的图像以便确定光学失真参数。例如，这能够通过应用由外部参数定义的3d刚体/仿射变换来实现，该外部参数说明由于以倾斜角度观察的标定片的表面而引起的感官透视失真。在处理了图像之后，对每个图像的所确定的变换的应用应当导致对应于标定片100的平面图的标定片100的图像，诸如图5所示的图像。然而，在实践中，由图像检测器引入的光学失真将仍然存在于变换的图像中。图6a示出了其中存在桶形径向失真的标定片100的图像的示例，图6b示出了其中存在枕形径向失真的标定片100的图像的示例，图6c示出存在离心失真的标定片100的图像的示例。

通过识别变换的图像中的圆101a的位置和形状，并与标定片100上的圆的预期位置和形状进行比较，说明由图像检测器引入的光学失真(例如径向失真，偏心/切向失真等)的光学失真参数可以被计算并被存储在计算机14的存储器中以用于随后生成患者表面的精确的三维表示。

在两阶段标定过程的第二阶段中，在标定的第一阶段中确定的相对相机位置参数适于说明图像检测器相对于治疗设备的iso中心的位置和取向。

当发生该标定的第二阶段时，将标定片100重新定位到相对于治疗设备16的iso中心的已知位置处，例如大体上在iso中心的方位(s4-4)。同样，这可以通过将标定片100定位在大体上与突出iso中心的位置的任何激光系统对准的机械诊察台18上来实现。然后，由立体相机系统10的所有图像检测器获得标定片100的第二组图像(s4-5)。然后处理该第二组图像以确定用于将位于待成像表面的预期位置处的标定片的图像匹配到大体上位于治疗设备16的iso中心处的标定片的图像的变换(s4-6)。然后将所确定的变换应用于先前对立体相机系统10的多个图像检测器中的每一个在第一标定阶段期间所确定的初始相对相机位置参数(s4-7)，使得能够基于治疗设备16的iso中心的位置和所存储的这些最终相机位置参数来确定相对于坐标位置的最终相机位置参数。

当立体相机系统10由单个立体相机组成时，则能够通过将位于待成像表面的预期位置的标定片的图像中的标定片上的一组点的坐标与大体上位于治疗设备的iso中心处的标定片的图像中的标定片上的该组点的坐标进行比较来确定将应用于初始相对相机位置参数的变换。例如，标定片上的这些点可以是标定片上的圆，其坐标能够根据上述方法从图像中提取。该比较通常将涉及进行普鲁克分析以确定最小化由立体相机捕获的第一图像中的一组点与由立体相机捕获的第二图像中的一组点之间的位置的差异的变换。

当立体相机系统10由多个立体相机组成时，接着为每个立体相机确定单独的变换。能够按如上所述确定每一个单独变换。然而，不是将各个变换应用于相应的立体相机的图像检测器，而是可对所有单独变换进行平均，并将所得到的平均变换应用于立体相机系统的所有图像检测器(即，应用到每个立体相机的所有图像检测器)。

在这点上，申请人已经认识到，对于每个立体相机，在两个不同位置之间进行平移的变换应当完全相同。然而，在实践中，总是存在将导致为每个立体相机确定的各个变换之间的差异的一些不准确性。因此，已经发现如果将对每个单独的立体相机计算的变换应用于为相应的立体相机计算的相对相机位置参数(即，外部参数)，则这些不准确性引入导致从单独的立体相机捕获的图像中创建的表面偏离的误差。通过确定和应用变换的平均值到每个立体相机，这种方法确保了对每个立体相机使用相同的变换，避免任何偏离，同时还利用平均值来应用应当最小化任何误差的“最佳拟合”。

可选地，可仅对多个立体相机中的一个确定变换，并将该变换应用于立体相机系统10的所有立体相机。虽然这将避免任何偏离，但这种方法不太可能减少总误差。

在上述两阶段标定过程的一些实施例中，可以为立体相机系统生成一组预先存储的内部参数和外部参数。这将涉及在iso中心上方的一系列不同方位(例如，75mm以上、100mm以上等)上执行立体相机系统的标定的第一阶段。然后将相对于每个位置所确定的一组内部参数和外部参数存储在计算机14的存储器中，并且当要对表面进行成像时选择适当的组。例如，当要监测患者时，可对存储在系统中的内部参数和外部参数的组中的一个进行随机选择，并使用所选择的一组内部参数和外部参数对患者的表面成像。然后可使用所捕获的表面的图像来确定要待成像的表面的实际位置，然后可从预先存储在系统的存储器中的组中选择对应于所确定的位置的一组内部参数和外部参数。这将允许系统为特定成像场景快速地选择最适当的内部参数和外部参数。特别地，通过实施其每个标定涉及患者表面的不同的预期位置的多个分离的标定，可以生成和存储覆盖各种不同的预期表面位置的多组标定数据，使得可以基于患者表面的实际位置为特定患者选择最合适的标定参数，并且不一定需要对每个新患者执行单独的标定。

当为在治疗期间应当大致与患者表面的可能位置对应的位置计算内部相机参数时，这些参数应该精确以用于处理该位置处的表面的图像。因此，可避免基于大体上位于iso中心的标定片的成像而导出这种校正而产生的不精确性，其可能不准确地对应于从iso中心移除的位置的校正因子。因此，在本文所述的两阶段标定过程中，相对于正被成像的表面的预期位置的内部参数的标定提供了最佳的精确度。然后转换外部参数，使得它们可应用于治疗设备的iso中心。

在上述系统中，将出现在标定片的表面上的圆心坐标的估计描述为基于灰度值识别，其中圆的颜色与高灰度值相关联，并且对应于标定片的背景的颜色与低灰度值相关联。应当理解的是，可通过选择标定片的着色来实现该结果从而实现这种结果。可选地，可选择在标定片上为圆所选择的颜色以产生低于背景的值，然后可在处理之前转化图像数据。

在上述实施例中，仅仅基于处理灰度图像来描述对圆心位置的确定。应当理解的是，通过对灰度图像进行阈值化并利用所生成的二进制图像来识别圆心的初始估计位置可以计算圆心位置的初始估计。然后可通过处理灰度图像以利用这些图像中的附加信息来提高估计，以提高圆心估计的精确度。

尽管参考附图描述的本发明的实施例包括在计算机设备中执行的计算机设备和过程，但是本发明还扩展到适于将本发明付诸实践的计算机程序，特别是载体上或载体中的计算机程序。程序可以是源代码或目标代码的形式，或者是适用于实现根据本发明的过程的任何其他形式。载体可以是能够承载程序的任何实体或装置。

例如，载体可包括存储介质，诸如rom(例如cdrom或半导体rom)或磁记录介质(例如软盘或硬盘)。此外，载体可以是可传输的载体，例如可经由电缆或光缆或通过无线电或其它装置传送的电信号或光信号。当程序以可由电缆或其他装置或工具直接传送的信号实现时，载体可由这样的电缆或其他装置或工具构成。或者，载体可以是其中嵌入有程序的集成电路，集成电路适于执行相关过程或用于执行相关过程。