《基於視頻圖像處理的神經導航空間配準方法研究》是依託復旦大學，由王滿寧擔任項目負責人的面上項目。
基本介紹
- 中文名：基於視頻圖像處理的神經導航空間配準方法研究
- 依託單位：復旦大學
- 項目類別：面上項目
- 項目負責人：王滿寧
項目摘要,結題摘要,
項目摘要
目前神經導航系統主要使用點匹配方法進行病人空間與圖像空間的配準，但由於點匹配的固有特點及需要使用人工標記物，其配準精度越來越不能滿足臨床需求，且套用成本較高、操作複雜。面匹配是神經導航空間配準技術的發展趨勢，現有的幾種面匹配方法使用雷射掃瞄器在病人空間獲取頭部表麵點雲，但所獲點雲僅代表部分表面結構，故配準精度不高，臨床套用很少。本項目基於計算機視覺領域的三維立體重建技術，使用攝像機通過視頻圖像處理實現一種高精度、低成本、操作方便的神經導航空間配準新方法。我們首先基於傳統的空間配準技術框架（即先提取兩個空間中的特徵結構，再通過匹配對應結構實現空間配準），研究新的從視頻幀中利用極線約束和頭部先驗結構模型約束重建頭部表麵點雲的方法，並進行初始面匹配；然後突破傳統技術框架，提出新的理論和方法，在不顯式地提取病人空間表面結構的情況下直接進行配準，利用頭部表面整體結構信息進一步提高空間配準精度。
結題摘要
空間配準是手術導航系統的核心技術，是決定導航定位精度的重要因素。傳統神經導航系統的面匹配空間配準方法存在配準精度不高、穩定性不好以及需要人工干預等問題。造成這些問題的原因主要有兩個，其中，理論方面的原因是，傳統面匹配方法只能在一定初始條件下進行局部最佳化，因此需要由人工干預獲取初始條件，且無法得到最優的配準結果；技術方面的原因是，傳統神經導航系統面匹配技術只能在真實空間採集局部、稀疏的表麵點雲，進一步影響了配準的精度和穩定性。 面匹配空間配準與點雲剛體配準是等價問題，本項目針對這類問題開展了如下研究工作： 1.提出了點雲剛體配準的空間變換分解理論，並在此基礎上實現了快速、全局最優的點雲配準方法。為了解決以Iterative Closest Point（ICP）為代表的傳統點雲配準方法存在的局部收斂問題，近年來的研究趨勢是，使用分支定界最佳化框架實現全局最佳化的點雲配準。但分支定界算法的計算複雜度隨著其求解問題的維度呈指數增長，點雲剛體配準問題需要求解一個6維的剛體變換，已有全局最佳化方法的計算速度非常慢，其實用性受到極大限制。為此，我們提出了空間變換分解理論，將求解6維剛體變換的問題轉化為一個求解3維旋轉和一個求解3維平移的問題，降低了分支定界算法求解問題的維度，大幅提升了全局最佳化點雲剛體配準的速度。 2.腦血管性疾病導航中經常需要使用的2D Digital Subtraction Angiography（DSA）圖像，此時需要將其與3D CTA圖像進行配準。我們首先從2D DSA圖像和3D CTA圖像中提取出腦血管中心線，將其轉化為2D和3D點雲的配準問題。我們提出了一種全局最佳化的旋轉搜尋算法和快速同步平移搜尋策略，實現2D-3D點雲全局最佳化空間配準。 3.提出了一種基於特徵匹配的神經導航自動面匹配空間配準方法。該方法從真實空間和圖像空間中的頭部表面密集點雲中提取特徵點，並在特徵點處計算局部表面描述子，通過描述子匹配和隨機採樣一致集算法實現自動化點雲配準。 上述研究成果發表在IEEE TIP，ECCV以及Computer Aided Surgery等期刊和會議上。
