医疗机器人导航定位图像中的标记拾取方法研究

来源 :宁夏大学 | 被引量 : 0次 | 上传用户:kkufo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着计算机技术和精密机械自动控制技术的日益成熟,手术导航系统已成为医疗辅助治疗领域的热门研究。医疗机器人是手术导航系统的研究方向之一,属于主动式导航系统。医疗机器人导航定位技术中,常使用C型臂X光机从多个方位获取多幅图像,利用各个图像上的标记点关系建立机器人空间与手术空间的坐标映射。因此通过图像处理技术自动拾取标记点,完全或部分代替复杂、耗时的手工选取是完全有必要的。   本文根据图像固有的复杂性和标记的分布特点,提出了一个完整高效的拾取方法。该方法的主要流程为:首先使用图像增强方法抑制噪声,突出目标;然后使用图像分割技术分割出所有侯选的标记区域;再通过模板匹配获得候选标记点,在所有候选标记点周围检测标记线;最后使用形状特点判别确定准确的标记点,并利用标记线确定标记点的编号。   本文的主要创新点有:(1)根据医疗机器人导航定位图像的实际需求,提出了一个完整高效的解决方法;(2)传统方法是使用图像分割来检测标记,本文提出了一种新的检测方法;(3)结合实际图像,提出了一种新的检测线的方法。   实验表明,本文拾取方法充分考虑了手术场景成像的特点,降低噪声和背景的干扰,标记点和标记线拾取准确率高;计算复杂度低,在主流平台下可实时计算,易于实现。使用本文拾取方法的医疗机器人正在进行临床应用,受到医生的一致好评。
其他文献
伴随互联网的高速发展,网络上的各种信息汇聚到一起,用户很难从大量的信息中搜索到所需的信息。搜索引擎能够根据用户输入的关键字进行搜索,减少用户查找时间。但是,搜索引擎
随着图像识别技术和基于内容图像检索技术的深入发展,自动图像标注技术受到了空前的关注,并渐渐成为了图像处理和模式识别领域里的一项重要的研究课题。自动图像标注方法的提
开放网络环境中存在大量异构节点,它们动态地自组织成不同的自治域。即使在一个自治域内部,由于节点的频繁迁徙,节点之间仍是相对陌生的。所以如何在陌生节点之间建立信任关系,是
视频中的人工文本是表达视频语义信息的重要手段之一,对它的有效检测、定位与提取对于视频的分析理解和检索等应用都具有十分重要的意义。论文在对现有文本检测方法的研究基
越来越多的研究者将精力投入到Deep Web的信息查询中去,而目前DeepWeb数据抽取方面的主流模式是用人工参与的方式将每一类网页解析成tag树的结构并找出其中有用信息所在的模块
随着越来越多的业务进入电信网络,电信网中的用户业务数据不断增长,但由于电信网络中用户数据存储设备主要采用集中式的体系结构,设备的性能与容量受限于硬件的单点计算能力
显著目标检测是通过计算机检测图像中的主要内容,它是机器视觉的重要组成部分。由于人类视觉注意系统的进化与发展,人眼具备迅速而准确地捕获图像中显著区域的特点,而随着计
网格计算系统就是将地理分布、系统异构、性能各异的各种资源通过高速互连网络连接起来,形成广域范围的无缝集成和协调计算环境。由于网格是一个开放性的异构环境,网格计算系统
笔者作为“社区通”移动商圈(Sosale)的参与者,在其设计与实现过程中发现,尽管商家很好地满足了客户的需求,但有些客户却不能给商家带来利润,有的客户甚至还会侵蚀商家的利润。因
魔力平台是一整套致力于解决软件开发、软件生产效率与显著降低软件开发成本、提高可靠性、解决高适应性的商业业务建模系统平台。本着提高软件质量的宗旨,做了大量工作,比如