在计算机辅助整形外科手术系统中,如何从系统采集的图像中获得精准的信息,以准确计算病灶的空间位置是系统研究的关键内容。本课题基于国家863项目“远程医疗机器人关键技术与系统研发”平台,在原有图像导航技术研究的基础上,对影响空间定位精度的X光图像畸变校正及机器人辅助髓内钉锁孔空间定位算法进行研究。本文采用一种基于泛化能力的神经网络建立物体上的点与其X光图像上的点建立点与点之间的映射关系,以实现校正畸变的X光图像。首先,采集均匀分布小孔的金属圆盘的X光图像,利用点霍夫变换(PHT)提取金属圆盘X光图像上的圆孔,并找到各圆孔与物体空间位置的对应关系。然后,以采集好的样本对BP网络进行训练。最后将图像点的像素坐标输入给训练成功的BP网络,即可得到预期的空间位置,从而建立图像像素点与空间位置的映射关系。该方法只需确定网络输入输出和约束条件,无需考虑中间过多的不确定因素,即可建立空间点与图像点的映射关系。采用以双平面法(Two-planes Model)为基础,利用空间中的数学曲线来仿真X光自发射端到接收端的行径路线来构建空间关系。这个方向的研究大都将机械手臂整合进来,利用机械手臂多自由度的灵活性,使装设在机械手臂末端的定位装置能够移动于C型臂的发射端与接收端之间,借以实现多平面法。在本系统中,利用安装在导航机器人的末端法兰上的定位盒,使用数学几何模型计算出髓内钉孔路径。针对导航机器人的标定盒与机器人之间存在加工和安装尺寸误差,导致标定盒坐标系与机器人工具坐标系之间坐标转换不准确的问题,采用神经网络方法建立坐标转换模型,从而规避了标定盒与机器人接口的机械误差问题,实现两坐标系之间的转换。