本发明涉及虚拟手术的模拟技术，尤其是涉及一种基于电磁定位技术和术中图像引导的手术导航仿真方法。
背景技术：
开胸开腹手术进行瘤体切除是治疗主动脉瘤的传统手段，但由于手术创口大，内脏动脉重建复杂，常常导致病人在手术过程中发生失血过多、休克、内脏损伤、心脏骤停的现象，大大提高了手术的风险性，同时也不利于病人的术后康复，甚至还会因为手术过程中脊髓动脉供血中断而导致截瘫。因此，以经导管的心血管覆膜支架介入手术为代表的微创手术渐渐成为主动脉瘤治疗的主流手段。由于在微创手术过程中，病人手术目标区域的情况和植入物等手术器械的位置信息不能直接可见，因此如何利用术中引导给医生提供足够的信息，提高手术的成功率，成为了微创手术的一大难题。目前，临床上主要通过给患者血管内注射造影剂，并在术中对患者拍摄x光，利用血管增强显示后的x光图像来进行手术引导。这一方法虽然能获取实时的较为清晰的图像信息，但是患者和医生需要长期暴露在x射线的辐射下，患者需要被注射大量的对肾脏有所损害的造影剂，可能会对患者和医生的健康产生巨大的危害，同时，由于x光成像只能提供二维图像信息，不能对手术目标区域的三维信息进行可视化展示，直接影响了术中引导的可靠性。
因此，如何改进传统的术中引导方法，既能保留术中引导微创手术的优点，又能消除传统x光引导信息量不足、附加伤害大的缺点，提高心血管介入手术的成功率，具有重大的研究意义，同时虚拟手术的应用为医疗的现代化提供了越来越多的帮助。虚拟的手术导航系统能够帮助实习医生快速提高手术技能，让更多的心脑血管疾病患者能够进行微创介入治疗。
技术实现要素：
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于电磁定位技术和术中图像引导的手术导航仿真方法。
本发明的目的可以通过以下技术方案来实现：
一种基于电磁定位技术和术中图像引导的手术导航仿真方法，包括以下步骤：
1)获得患者术前拍摄的ct影像；
2)将患者术前的ct影像重建为三维ct模型，采用光线追踪算法进行绘制，采用cuda的gpu加速技术、光线提前终止的优化策略降低体绘制的计算时间；
3)在三维ct模型中选取若干个配准标记点，进行基于标记点的配准，实现手术器械的注册与可视化；
4)利用电磁定位技术，实现手术器械在图像坐标系下的实时跟踪；
5)采用freehand方法，进行超声探头的标定，在术中实时获取超声图像，实现三维ct模型与超声图像的初步融合；
6)利用超声图像的灰度信息和特征信息，采用互信息方法和自动化的sift特征提取方法，进行术前三维ct模型和术中超声图像在手术过程中的实时配准；
7)实现对手术机器人运动的仿真控制。
优选地，在图像配准过程中，针对心脏在手术过程中不断收缩舒张的特点，采用非线性变换模型进行图像配准。
优选地，利用三次b样条插值的方法从三维ct模型获取二维切片，来与二维超声图像进行配准，实现三维图像到二维图像的配准。
优选地，所述的手术器械的注册过程中，首先在三维ct模型中选取基准标记点，记录下坐标，然后在实验对象上找到对应的标记点，用探针尖端指在标记点上获得标记点的坐标，最后，计算两组标记点间的误差，通过最小化误差来确定配准的转换矩阵；
给定n个基准标记点在世界坐标系中的坐标p(i)和在ct图像坐标中的坐标q(i)，标记点配准误差fre的计算公式为：
其中n为选取的基准标记点的个数，tct←world(p(i))为世界坐标系到ct图像坐标系的转换矩阵。
优选地，将基于术中图像的引导和电磁定位技术相结合，利用电磁场安全、穿透性强的特点，将患者手术区域和埋有传感器的手术器械共同置于磁场发生器产生的电磁场中，通过传感器在电磁场中产生的感应电压计算出传感器的实时位置，并通过基于标记点的手术器械注册技术，利用传感器的位置坐标和cardina样条曲线方法，在图像坐标系中拟合出手术器械的位姿，实现心血管介入手术的导航。
优选地，所述的基于光线追踪算法绘制技术的ct模型三维重建与可视化，针对体绘制计算复杂度高的不足，采用cuda的gpu加速技术对绘制过程进行了加速，并利用设置阈值使光线提前终止、采用八叉树的数据结构保存中间计算结果等，大大减少三维重建所需的时间。
优选地，所述的采用freehand方法进行超声探头标定，设计了n形线标定模型，通过使用质地硬的金属材料制作n线、在小孔处加固n形线防止n形线弯曲、手动拾取超声图像亮斑、多次标定对结果去除异常值求取平均值的方法有效地减少了标定误差，解决标定误差带入配准过程所带来的影响。
优选地，所述的配准算法，针对基于灰度和基于特征两类配准方法各自的优势和缺陷，采用了灰度和特征相结合的方法，一方面，将基于灰度的配准作为粗配准，给基于特征的配准的迭代求优的过程提供了一个合适的初始解，降低计算复杂度；另一方面，特征点的自动选取也为粗配准补充了大量的结构化信息，并实现了术中的实时配准；
所述的配准算法具体步骤如下：
1)利用归一化互信息方法，得到与超声图像相似度最高的二维ct切片，归一化互信息的定义为：
其中，
h(a)和(b)分别表示图像a和b的香农熵，pra(a)表示图像a中体素点灰度值为a的概率，prb(b)表示图像b中体素点灰度值为b的概率；
h(a,b)表示图像和的重合区域的联合信息熵，prab(a,b)表示图像a和b的重合区域中某一个体素点在a中灰度值为a，在b中灰度值为b的概率；
2)利用基于sift特征的方法对超声图像与对应的二维ct切片进行配准，基于hessian矩阵的算子被用于兴趣点的检测，给定图像i中的一个像素点
其中，
优选地，通过tcp/ip协议与硬件控制系统进行实时通信，将手术器械在图像坐标系中的位置发送给硬件控制系统，再由硬件控制系统像推进装置和机械臂发送信号，实现对手术机器人运动的控制。
优选地，所述的步骤3)中的若干个配准标记点为4到8个配准标记点。
与现有技术相比，本发明通过术前ct和术中超声的配准融合技术，将术前ct信息量大的优势同术中超声实时性好的优势相结合，并配合电磁导航定位技术，实现了安全、有效、微创的术中实时引导，具有导航精度高、计算复杂度低、稳定可靠、实现方便、成本低、临床适用性强等优点。
附图说明
图1为本发明的详细流程图；
图2为本发明的简易流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
本实施例的实施流程如图1和图2所示，一种基于电磁定位技术和术中图像引导的手术导航仿真方法，其技术路线具体包括以下步骤：
第一步：在术前对患者拍摄ct影像；
第二步：将患者的术前ct重建为三维模型，采用光线追踪算法进行体绘制，采用cuda的gpu加速技术、光线提前终止等优化策略降低体绘制的计算时间；
第三步：在三维ct模型中选取若干个(4到8个)配准标记点，进行基于标记点的配准，实现手术器械的注册与可视化；
第四步：利用电磁定位技术，实现手术器械在图像坐标系下的实时跟踪；
第五步：采用freehand方法，进行超声探头的标定，在术中实时获取超声图像，实现ct模型与超声图像的初步融合；
第六步：利用图像的灰度信息和特征信息，采用互信息方法和自动化的sift特征提取方法，进行术前ct模型和术中超声图像在手术过程中的实时配准，基于特征点的配准，具体步骤如下：
第一步，一个基于hessian矩阵的算子被用于兴趣点的检测。当hessian矩阵判别式的值达到最大时，可以从图像中检测出一个斑点状的结构。hessian矩阵判别式的公式由公式6给出。
第二步是用描述符特征向量对兴趣点进行匹配。为了描述某个兴趣点的描述符向量，需要提取出一个以该兴趣点为中心的方形区域作为兴趣区域。然后该兴趣区域对划分为若干个尺寸较小的方形子区域，对每一个方形子区域，采用haar小波响应提取出具有相同间隔的采样点。为了消除形变、噪声、位移带来的干扰，提高算法的鲁棒性，需要对小波响应进行高斯滤波，调整权重。最后，通过将每一个方形子区域的小波响应进行叠加，得到该兴趣点的描述符向量。在计算出两幅图像中所有兴趣点的描述符向量后，可以以向量的欧氏距离为相似度度量，找出一幅图像中某个兴趣点在另一幅图像中与之最相似的兴趣点，进行兴趣点间的匹配。在兴趣点匹配完成后，将一一匹配的兴趣点在各自图像空间的坐标作为输入，通过迭代优化空间变换模型的参数来实现图像配准。
第七步：通过tcp/ip协议与硬件控制系统进行实时通信，实现对手术机器人运动的控制。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。