始位置；
[0026] (2)将扫描点云从设备空间转换到病人空间，与影像数据进行融合，通过融合后的 图像和阈值分割算法完成外点的去除，将阈值设为粗配准中标记点配准误差的二到三倍， 对扫描点云中的每个点，如果它到影像数据的每个点的距离的最小值大于这个点云，那么 这个点属于外点；
[0027] (3)在被分为六个阶段的ICP算法的每个阶段选定最适合于神经导航策略，组成 优化的ICP算法，其包括：
[0028] ①均匀采样病人空间的点云；
[0029] ②选择法向量夹角为45度以内的点对；
[0030] ③点对的权重设为1 ;
[0031] 1去除距离最大的10%的点对；
[0032] 在点到点的欧氏距离作为误差矩阵；
[0033] 队"选择-匹配-最小化"迭代；
[0034] 优化的ICP算法能明显提高导航的配准精度。
[0035] 本发明的基于手持式扫描仪的神经导航空间配准方法与现有技术相比，具有以下 优点：
[0036](1)无需标定，使扫描仪不需要被光学定位仪跟踪，
[0037] (2)可直接将扫描到的点云从设备坐标系直接转换到病人坐标系，
[0038](3)能够扫描到整个头部表面的点云，
[0039](4)可自动去除外点，
[0040] (5)提高了脑后部的配准精度，减小了脑后部的靶点配准误差。
【附图说明】
[0041] 图1和图2分别是参考架上贴五个目标点示意图。
[0042] 图3是初始扫描位置示意图。
[0043] 图4是扫描脑后部示意图。
[0044] 图5是配准前，粗配准后，外点去除后，精配准后的结果示意图。
【具体实施方式】
[0045] 实施例1采用本发明方法进行自动神经导航空间配准实验
[0046] 包括以下步骤：
[0047] 1.扫描点云直接转换到病人空间
[0048] 在参考架上贴五个目标点，扫描仪能够自动识别这些目标点并计算它们在设备空 间中的坐标；事先测量病人空间的五个目标点的坐标，所述五个目标点在参考架上的坐标 分别为[22. 389188. 0218-10. 5133, 64. 343986. 9125-10. 1229, 45. 164476. 5587-14. 3736, 7 2. 728137. 4201-10. 7621，25. 214632. 5206-10. 5961];在配准过程中，首先同时扫描参考架 和病人头部部分表面，待五个目标点全部被扫描到后，接着扫描整个头部表面点云，设备空 间中五个虚拟目标点的坐标分别为[-30. 8897-53. 8451471. 0523,11. 0324-52. 8639473. 9 003, -8. 2330-43. 2682466. 7260,21. 7977-19. 1250438. 3933,-25.2083-16. 0004430. 7617] ，扫描完成后，利用扫描点云中的五个虚拟目标点的坐标和参考架上的五个目标点的坐标， 计算出它们之间的转换关系，即设备空间到病人空间的转换关系，然后利用该转换关系将 扫描点云直接转换到病人空间；
[0049] 2.三步配准方法
[0050] 在扫描完成后，使用三步配准方法完成两个空间的配准，包括粗配准，外点去除， 精配准：
[0051] (1)分别在病人空间和图像空间选取外眺，鼻尖，鼻根四个解剖标记点，然后使用 SVD算法求得一个空间转换关系，从而得到一个较好的初始位置（如图5(b)所示）；
[0052] (2)将扫描点云从设备坐标系转换到病人空间，与影像数据进行融合，通过融合后 的图像和阈值分割算法完成外点的去除，将阈值设为粗配准中标记点配准误差的三倍，对 扫描点云中的每个点，如果它到影像数据的每个点的距离的最小值大于这个点云，那么这 个点属于外点（如图5(c)所示）；
[0053] (3)通过优化的ICP算法实现最终配准（如图5 (d)所示）。
[0054] 本实施例的实验结果表明，本方法能解决现有面配准方法中脑后部配准精度不高 的弊端；所述方法能够获取整个头部表面的点云，可自动去除外点；该方法无需标定，扫描 仪不需要被光学定位仪跟踪，可直接将扫描到的点云从设备坐标系直接转换到病人坐标 系；本发明提高了脑后部的配准精度，减小了脑后部的靶点配准误差；本方法实施简单，精 度可靠，便于临床应用，可集成在现有导航系统中，从而大幅度提高导航系统精度，尤其是 脑后部的配准精度。
【主权项】
1. 一种基于手持式扫描仪的神经导航空间配准方法，其特征在于，其包括步骤： (1) 使用手持式三维扫描仪获取扫描对象整个头部表面的点云，不需标定和对扫描仪 进行跟踪，将点云从设备空间直接转换到真实场景； (2) 使用解剖标记点实现扫描仪获得的点云与影像数据分割重建的点云的粗配准； (3) 利用粗配准的结果和阈值分割算法去除外点； (4) 使用优化的ICP算法进行精配准。2. 根据权利要求1所述的方法，其特征在于，所述步骤（1)中，使用参考架上的五个目 标点得到一个从设备坐标系到扫描对象坐标系的线性转换关系，利用该转换关系将扫描得 到的点云从设备坐标系直接转换到真实场景； 所述五个目标点在参考架上的坐标分别为：22. 389188. 0218-10. 5133, 64. 343986. 912 5-10. 1229, 45. 164476. 5587-14. 3736, 72. 728137. 4201-10. 7621，25. 214632. 5206-10. 596 1〇3. 根据权利要求1所述的方法，其特征在于，所述步骤（2)中选取三到四个解剖标记 点，使用点配准方法实现粗配准。4. 根据权利要求1所述的方法，其特征在于，所述步骤（3)中粗配准后将扫描到的点云 转换到图像空间，与影像数据进行融合，利用融合后的图像和阈值分割算法去除外点。5. 根据权利要求1所述的方法，其特征在于，所述步骤（4)中将ICP算法的六个阶段组 合成优化的ICP算法，其包括： ① 均匀采样真实场景的点云； ② 选择法向量夹角为45度以内的点对； ③ 点对的权重设为1 ; 抑去除距离最大的10%的点对； S点到点的欧氏距离作为误差矩阵； R"选择-匹配-最小化"迭代。
【专利摘要】本发明属于医学图像处理及应用领域，提供了一种基于手持式扫描仪的神经导航空间配准方法。本发明方法中使用手持式三维扫描仪获取被操作对象整个头部表面的点云并将其直接转换到手术真实场景，无需标定和对扫描仪进行跟踪；然后使用解剖标记点实现手术真实场景和图像空间的粗配准，利用粗配准的结果与阈值分割算法实现外点的去除，最后使用优化的ICP算法进行精配准，使用结果表明，本方法实施简单，精度可靠，便于临床应用，可集成在现有导航系统中，大幅度提高导航系统精度，尤其是脑后部的配准精度。
【IPC分类】A61B19/00, G06T7/00
【公开号】CN105078573
【申请号】CN201410196205
【发明人】宋志坚, 范一峰, 王满宁, 姚德民, 李文生
【申请人】复旦大学
【公开日】2015年11月25日
【申请日】2014年5月11日