基于双平面X光的半自动配准方法和关节三维运动求解算法

技术特征：
1.基于双平面x光的半自动配准方法和关节三维运动求解算法，其特征在于：所述的基于双平面x光的半自动配准方法包括以下步骤：s1：ct图像处理，包括：s11：创建目标区域：基于目标关节的ct图像，在解剖学平面(矢状面、额状面或横断面)针对某个骨骼创建骨骼外轮廓，逐帧描绘截面轮廓，或隔帧描绘后使用插值法自动填充漏掉的帧，直至在解剖学平面把目标骨骼所包含的所有帧都创建外轮廓，骨骼截面外轮廓所包含的区域即为目标区域；s12：更改像素：将创建目标区域的所有帧，更改目标区域之外的像素值，使之变为透明色，目标区域内像素值保持不变；s13：合成三维体：将更改像素之后的所有帧依据ct图像的体素值合成三维空间体积；s14：自定义解剖学坐标系：由s11所述的目标区域重建三维实体骨骼模型，对目标关节所包含的实体骨骼模型建立解剖学坐标系，对于人体典型的关节，如肩关节、髋关节、膝关节和踝关节复合体，参照国际生物力学学会(isb)所推荐的标准方法；将目标关节所包含的每块骨骼做s1所述的图像处理操作；s2：双平面x光图像的处理，包括：s21：图像拆分：采集的目标关节动态x光图像一般为图像集合或视频，将图像集合或视频拆分为图像序列；s22：畸变矫正：试验之前，空间标定采集孔阵网格的x光图像，基于孔阵网格文件数据，对原始双平面x光图像序列进行畸变矫正，失真校正算法将孔阵网格图像的孔之间的间距与已知的实际间距值进行比较，并计算用于校正图像的变换矩阵，然后将该矩阵应用于收集到的所有图像序列；s3：重建实验室三维环境，包括：s31：建立全局坐标系：实验前的标定使用内嵌64个金属钢珠和4个特殊形状金属标记物的乐高立方体，将标定立方体中心作为全局实验室坐标系原点，x轴平行人体上下方向，y轴平行人体行走前后方向，z轴平行人体内外侧方向；s32：建立局部坐标系：由s13所述的将更改像素之后的所有帧合成三维空间体，将长方体置于重建的实验室三维环境中，长方体的中心定义为局部坐标系的原点，局部坐标系的x、y和z轴的方向平行于长方体的长、宽和高所在的直线；在配准时，随着x光图像帧数的改变，局部坐标系的位姿也不断地改变；s33：确定光源和双平面图像位置：乐高立方体内嵌64个金属钢珠和4个特殊形状金属标记物，对立方体x射线图像中的钢珠和标记物的中心点进行数字化处理，并与中心点的已知位置进行比较，采用直接线性变换(dlt)定义三维物体空间与二维图像平面之间的线性变换，从而确定相机和成像平面的位姿矩阵，即在全局环境下确定光源和双平面图像位置；在重建的实验室三维环境中，由光源发射虚拟x光，双平面图像接收x光，骨骼所在的三维体在虚拟x光的作用下只对骨骼可视化，骨骼之外的体积透明化，以此产生虚拟骨模型；s4：半自动3d-2d配准，包括：s41：添加边缘检测和对比度滤波器：为了提高配准精度，将边缘检测滤波器和对比度增强滤波器应用于骨骼模型和双平面图像序列，可以增强x光图像中骨骼边缘强度和图像清晰度，以提高对比效果；
s42：手动配准初始帧，计算相似度：在重建的实验室三维环境中，选取骨骼轮廓和灰度相对清晰的一帧双平面x光图像作为初始帧，通过平移和旋转虚拟骨模型，使得在两个二维视图中，虚拟骨模型的轮廓与两个x光图像中的骨骼轮廓完全重合，x光图像中骨骼不同的区域灰度不同，在不同视角下，虚拟骨模型的不同区域灰度也不相同，基于骨骼轮廓和灰度，使用下坡单纯形优化算法或粒子群优化算法计算当前帧的虚拟骨模型和x光图像的匹配相似度，设定合格相似度值，当计算出的相似度值小于合格相似度值，即完成初始帧的配准，否则重新调整虚拟骨模型的空间位姿，再进行计算匹配相似度，直至计算出的相似度值小于合格相似度值，记录初始帧对应的局部坐标系的位姿；s43：自动配准整个图像序列：基于配准的初始帧，分阶段对图像序列执行优化算法，例如自动配准接下来的5至10帧，随着帧数改变，自动调整虚拟骨模型的位姿，使其与两个x光图像中的骨骼轮廓完全重合，且灰度强弱匹配，自动记录当前帧对应的局部坐标系的位姿，并在每一帧计算匹配相似度，若匹配相似度小于合格相似度值，即完成此阶段的配准，如果谋帧匹配相似度不小于合格相似度值，则需手动调整虚拟骨模型的位姿，重新计算匹配相似度，直至此阶段的每一帧图像对应的相似度值都小于合格相似度值；分阶段执行自动配准直至完成整个图像序列的配准，输出每帧对应的虚拟骨模型的位姿矩阵；将目标关节所包含的每块骨骼均需完成s4所述的半自动配准；虚拟骨模型的位姿矩阵是基于局部坐标系和全局坐标系之间的位置关系得到的，其并不能反映关节的运动特征，为了使计算出的关节角和关节位移具有运动学意义和生物力学意义，需要一系列的坐标变换，将自定义解剖学坐标系和双平面环境的全局坐标系相关联；所述的关节三维运动求解算法包括以下步骤：s5：坐标变换，包括：s51：解剖学坐标系/ct坐标系：目标关节对应的两个骨骼分别记为a和b，自定义解剖学坐标系是在ct坐标系下定义的，首先确立骨骼a和骨骼b的解剖学坐标系a
an
和b
an
与ct扫描坐标系(ct)之间的转换矩阵；对于骨骼a和骨骼b，从解剖学坐标系到ct坐标系的转换关系表示为：a
an
/ctb
an
/cts52：ct坐标系/局部坐标系：骨骼a和骨骼b所对应的局部坐标系分别记为la和lb，从ct坐标系到骨骼a和骨骼b所对应的局部坐标系的转换关系表示为：ct/l
a
ct/l
b
s53：局部坐标系/全局坐标系：由s4所述的半自动3d-2d配准，输出的是从局部坐标系到全局坐标系的转换矩阵，骨骼a和骨骼b所对应的局部坐标系和全局坐标系(gc)之间的关系表示为：l
a
/gcl
b
/gc将s51、s52和s53所述的变换矩阵组合以将解剖学坐标系和全局坐标系相关联，骨骼a和骨骼b所对应的转换关系分别为：a
an
/gc＝a
an
/ct
×
ct/l
a
×
l
a
/gc
b
an
/gc＝b
an
/ct
×
ct/l
b
×
l
b
/gcs6：计算关节角和关节位移，包括：s61：提取欧拉角：构成目标关节的骨骼a和骨骼b一般指近端骨骼和远端骨骼，关节角度是通过从近端到远端的整体转换来确定的，整体转换矩阵记为r
joint
，近端骨骼解剖学坐标系和全局坐标系之间的转换矩阵记为r
proximal
，远端骨骼解剖学坐标系和全局坐标系之间的转换矩阵记为r
distal
；绕三个坐标轴的旋转角记为：θ
x
、θ
y
和θ
z
，根据转换矩阵r
joint
各元素之间的关系，计算欧拉角θ
x
、θ
y
和θ
z
；s62：计算关节位移：近端骨骼的解剖学坐标系原点记为o1，远端骨骼的解剖学坐标系原点记为o2，关节位移是通过解剖学坐标系原点转换为全局坐标系来确定的，o1和o2在全局坐标系下的三维坐标记为o
1gc
和o
2gc
；o
1gc
＝gc/l
a
×
l
a
/ct
×
o1o
2gc
＝gc/l
b
×
l
b
/ct
×
o2将骨骼a和骨骼b解剖学坐标系原点之间的向量投影到近端骨骼解剖学坐标系的每个轴线上，以量化平移，结果表述为在近端的骨的解剖学坐标系三个坐标轴方向上的移动。

技术总结
本发明公开一种基于双平面X光的半自动配准方法和关节三维运动求解算法，包括CT图像处理、双平面X光图像处理、重建实验室三维环境、半自动3D-2D配准、坐标变换、计算关节角和关节位移。双平面动态X光运动捕捉系统是最新的在体生物运动测试技术，能采集到目标关节的动态影像，本发明可以使用基于CT图像处理的骨骼模型和双平面X光图像执行基于模型的半自动配准，相对于现有的手动配准技术，有效提高了配准效率和精度。基于配准的骨骼三维运动数据，本发明的关节三维运动求解算法，利用坐标变换计算关节角和关节位移，可以解析目标关节三维六自由度，分析关节三维运动规律。分析关节三维运动规律。分析关节三维运动规律。


技术研发人员：钱志辉 王胜利 任雷 王坤阳 刘翔宇 庄智强 宋广生 任露泉
受保护的技术使用者：吉林大学
技术研发日：2022.05.25
技术公布日：2022/9/6