[发明专利]一种基于稀疏点云的目标跟踪算法

说明书

本发明公开了种基于稀疏点云的目标跟踪算法，在由心腔内超声心动图构建的三维心脏模型中，实时地进行点云簇目标的判别，实现导管的实时跟踪定位。本发明设计了基于稀疏点云围观模型的描述聚类簇的特征空间，来对提取的点云进行聚类后特征提取，该特征空间基于点云外观与强度以及中心位置等方面的特征，随后，在特征空间中使用基于集成学习的二分类器，来对心脏三维点云模型中的导管进行识别，在实验中，该方法可以有效地识别跟踪目标导管。

技术领域

本发明涉及一种跟踪算法，具体是一种基于稀疏点云的目标跟踪算法。

背景技术

心腔内超声心动图是指将超声导管放置于心脏或近心大血管腔内，通过超声影像技术显示心脏的结构的超声心动图诊断技术。随着心血管介入治疗技术的发展，心腔内超声导管的不断改进，心腔内超声从仅用于指导房间隔穿刺，逐渐发展至目前指导各种复杂心率失常标测和消融手术中占有重要的、不可替代的地位，并且还可以用于指导心脏置入装置电极的定位，左心耳封堵装置的置入及梗阻性肥厚性心肌病的室间隔射频消融。

对于超声基础薄弱的治疗心律失常的介入医生，独立使用心腔内超声往往比较困难。为此，将心腔内超声和电解剖标测系统进行整合，直接将超声所见的腔内结构在电解剖标测系统上建立三维立体模型，并将每一次采集的超声扇面在三维心脏模型上的位置和方向标出来，便于使用者直观的理解每一个超声扇面所处的位置、心腔内结构及与周围解剖结构的毗邻关系。

而心律失常介入诊疗的过程就是将导管或电极等送至相应的心脏解剖部位，达到诊断或者治疗的目的。在心律失常介入诊疗术中，对心律失常的机制判定及解剖定位是射频消融成功的两个关键。心腔内超声有助于理解心律失常相关的重要解剖，确定标测和消融导管与之相应的心脏结构之间的空间关系，直接观察并指导调整消融导管顶端与组织贴靠的程度。心腔内超声可以用来监测消融损伤的形成、部位、范围和程度，以帮助判断消融的有效性。心腔内超声可用于实时监测并发症（如心脏穿孔、血栓、肺静脉狭窄等），判断其发生部位及严重程度。

对于需要进行左心房操作的患者，心腔内超声可用于指导房间隔穿刺，包括各种复杂困难的房间隔穿刺，提高了穿刺成功率，并减少相关的并发症。心腔内超声在右心系统操作，即可显示全部的心脏结构，并可准确定位肺静脉开口，左心耳嵴部，对心房颤动的解剖消融指导性更强，对突出于心腔内的解剖，如乳头肌、假腱索及调节束等相关心律失常的标测消融指导意义更大。

尽管心腔内超声技术在知道心律失常介入治疗中有其不可替代的优势，但由于目前心腔内超声导管为单平面现象，扫描晶片不能旋转，缺乏多平面扫描的灵活性。单一的切面判断消融导管与组织的贴靠可能由于“错位”视角造成误判，因此要准确判断两者之间的关系需要在两个不同轴向切面观察。

由于在心律失常介入诊疗术中，心律失常的机制判定及解剖定位是射频消融手术成功的两个关键。因此，在建立的三维心脏模型中，确定标测和消融导管与之相应的心脏结构之间的空间关系尤为重要。

发明内容

本发明的目的在于提供一种基于稀疏点云的目标跟踪算法，在由心腔内超声心动图构建的三维心脏模型中，实时地进行点云簇目标的判别，实现导管的实时跟踪定位，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于稀疏点云的目标跟踪算法，包括如下步骤：

（1）基于密度的点云聚类：对已经预处理后的一帧点云数据进行基于密度的聚类；

（2）点云聚类特征提取：构建基于目标相对于心脏模型原点的位置和速度、点云的物理外观特征的特征空间，在一帧点云数据中，对于包含n个聚类的点云簇S：，其中是点的集合，其中包含点的数量为，点的定义为，映射函数定义为，即将一个点云簇作为自变量，并返回21维的特征f；

（3）基于集成学习的点云目标识别：将基于AdaBoost的二分类器训练应用于上述特征空间中，以区分目标导管。

作为本发明进一步的方案，所述步骤（1）具体算法步骤如下：