[发明专利]一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法

摘要

本发明公开了一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法，通过临床影像资料处理系统导入临床影像数据(CT)分割并重建出人体背部轮廓和脊柱的三维模型，通过结构光/TOF(Time of flight)光学扫描设备扫查并重建人体背部轮廓三维模型，最后经过三维图像处理系统匹配计算，显示输出脊柱模型和光学扫描的人体背部轮廓模型的三维坐标关系。本发明方法基于光学扫描设备，实现脊柱模型和光学扫描的人体背部轮廓模型的匹配和定位，具有无辐射，占用空间少，扫描速度快，显示结果直观，可重复性高等优势。

主权项

1.一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法，其特征在于包括如下步骤：/nS1.医学影像处理流程/n1.1:获取临床影像DICOMs资料；/n1.2:对临床影像DICOMs资料，通过设定CT阈值范围分离提取出人体脊柱的CT值，提取后以骨质密度重建输出人体脊柱的三维模型并保存；/n1.3:对临床影像DICOMs资料，通过设定CT阈值范围分离提取出人体轮廓的CT值；/n1.4:以空气密度填充人体轮廓外的三维空间，以去除人体轮廓外的其他杂质信号；/n1.5:将大于空气密度的CT值以一均值覆盖；/n1.6:通过选择ROI裁剪步骤1.5处理后的DICOMs图像，以图像中心点为中心，以背部轮廓最高点为边界，切割DICOMs图像，提取出只包含人体背部的图像信息，重建输出密度均匀的人体背部轮廓的三维模型并保存；/n1.7:合并步骤1.2和步骤1.6的两个模型数据的坐标数据，建立统一的坐标系；/n1.8:采用基于点云库的算法，提取人体背部轮廓的三维模型网格的顶点坐标/法向量坐标；采用非极大值抑制算法提取模型表征边缘信息；生成基于临床影像的人体背部皮肤轮廓的三维薄层点云模型；/n1.9:合并基于临床影像的人体背部皮肤轮廓的三维薄层点云模型和人体脊柱的三维模型，建立统一坐标系；/nS2.光学图像处理流程/n2.1:注册标定结构光/TOF光学发射装置(1)以及接收相机(2)；/n2.2:通过光学发射装置(1)以人体背部的任意感兴趣区域为中心，并在最优分辨率下投射结构光/TOF，通过接收相机(2)接收扫描到的背部轮廓数据，上传至图像处理系统(3)，重建出光学扫描的人体背部轮廓三维模型并保存；/n2.3:采用基于点云库的算法，提取光学扫描的人体背部轮廓三维模型网格顶点坐标/法向量坐标；采用非极大值抑制算法提取模型表征边缘信息；生成光学扫描的人体背部轮廓三维薄层点云模型；/n2.4:利用随机采样一致算法实现采样一致性初始配准，剔除误匹配点，最后通过基于迭代最近点算法的点云自动匹配方法，将光学扫描的人体背部轮廓三维薄层点云模型和基于临床影像的人体背部皮肤轮廓的三维薄层点云模型进行自动化匹配；/n2.5:剔除基于临床影像的人体背部皮肤轮廓的三维薄层点云模型，即可获得人体脊柱的三维模型和光学扫描的人体背部轮廓三维薄层点云模型之间的三维坐标关系，输出影像结果。/n