一種基于標(biāo)記點(diǎn)的三維醫(yī)學(xué)圖像配準(zhǔn)方法研究*

馮 云 張維軍 李寅巖 張送根*

在手術(shù)導(dǎo)航和手術(shù)機(jī)器人定位系統(tǒng)中存在多個(gè)坐標(biāo)系，如圖像坐標(biāo)系、患者坐標(biāo)系和工具坐標(biāo)系等[1-3]。在應(yīng)用其進(jìn)行手術(shù)時(shí)需要將多個(gè)坐標(biāo)系統(tǒng)一到同一坐標(biāo)系下，此過程即稱為配準(zhǔn)或注冊(cè)[4-6]。在導(dǎo)航手術(shù)流程中，配準(zhǔn)是必不可少的重要組成部分，且配準(zhǔn)的精度直接影響著整個(gè)手術(shù)導(dǎo)航定位系統(tǒng)的精度，只有在完成配準(zhǔn)使得手術(shù)導(dǎo)航定位系統(tǒng)中各個(gè)設(shè)備的坐標(biāo)系達(dá)到統(tǒng)一后，方可進(jìn)行后續(xù)的導(dǎo)航跟蹤，并對(duì)手術(shù)進(jìn)行引導(dǎo)[7-10]。本研究提出一種新的基于標(biāo)記點(diǎn)的三維醫(yī)學(xué)圖像配準(zhǔn)方法，并對(duì)其可行性進(jìn)行驗(yàn)證。

1 材料與方法

1.1 設(shè)備與材料

Sawbone腰椎和頸椎模型骨，農(nóng)大二號(hào)豬4頭(北京積水潭醫(yī)院動(dòng)物中心)；天璣TM骨科手術(shù)機(jī)器人(北京天智航醫(yī)療科技股份有限公司)；西門子Arcadis Orbic 3D(SIEMENS Healthineers，Germany)；透X射線的手術(shù)床(北京天智航醫(yī)療科技股份有限公司)；克氏針及手術(shù)器械(天津新中醫(yī)療器械有限公司)。

1.2 三維醫(yī)學(xué)圖像配準(zhǔn)方法

1.2.1 標(biāo)記點(diǎn)設(shè)計(jì)

為便于對(duì)標(biāo)記點(diǎn)進(jìn)行自動(dòng)識(shí)別和提取質(zhì)心，本研究選取應(yīng)用在X射線計(jì)算機(jī)斷層成像(computed tomography，CT)和錐形束計(jì)算機(jī)斷層攝影(conebeam computed tomography，CBCT)掃描圖像中亮度等級(jí)較高的材質(zhì)制成的球形標(biāo)記點(diǎn)，為保證標(biāo)記點(diǎn)在CT及CBCT的有效成像視野中完全成像，綜合考慮后期自動(dòng)配準(zhǔn)的速度和效果，本研究設(shè)計(jì)6個(gè)標(biāo)記點(diǎn)，并將其各向異性地安裝在定位工具上，其帶有標(biāo)記點(diǎn)的定位工具如圖1所示。

圖1 定位工具示意圖

1.2.2 標(biāo)記點(diǎn)初步粗篩

本研究利用定位工具上標(biāo)記點(diǎn)(參考標(biāo)記點(diǎn))的灰度特征，結(jié)合其幾何特性進(jìn)行圖像標(biāo)記點(diǎn)提取。①基于參考標(biāo)記點(diǎn)的理論CT值，利用移動(dòng)立方體(marching cubes，MC)算法在圖像中分割得到一系列候選標(biāo)記點(diǎn)，其中既包含真實(shí)的標(biāo)記點(diǎn)，也包括一些錯(cuò)誤的標(biāo)記點(diǎn)；②計(jì)算候選標(biāo)記點(diǎn)的質(zhì)心坐標(biāo)，并基于參考標(biāo)記點(diǎn)的尺寸、形狀等幾何特性進(jìn)行圖像標(biāo)記點(diǎn)的初步粗篩選，其流程如圖2所示。

圖2 標(biāo)記點(diǎn)初步粗篩流程圖

1.2.3 標(biāo)記點(diǎn)精細(xì)篩選及配對(duì)

本研究對(duì)圖像標(biāo)記點(diǎn)的精細(xì)篩選主要是基于參考標(biāo)記點(diǎn)之間的空間位置關(guān)系實(shí)現(xiàn)。①從參考標(biāo)記點(diǎn)中任意選出3個(gè)標(biāo)記點(diǎn)組成三角形，而后利用該三角形在圖像標(biāo)記點(diǎn)中初步篩選出與其全等的三角形，形成多組全等三角形模板對(duì)；②以全等三角形模板對(duì)為基準(zhǔn)，再結(jié)合剩余的參考標(biāo)記點(diǎn)將圖像標(biāo)記點(diǎn)逐一篩選出來，得到參考標(biāo)記點(diǎn)向量和與其一一對(duì)應(yīng)的圖像標(biāo)記點(diǎn)向量。在此過程中，為將定位工具上的標(biāo)記點(diǎn)初步粗篩選結(jié)果包含的錯(cuò)誤標(biāo)記點(diǎn)剔除，當(dāng)參考標(biāo)記點(diǎn)向量和圖像標(biāo)記點(diǎn)向量中元素?cái)?shù)目≥4時(shí)，每當(dāng)需要往向量中新加入一個(gè)標(biāo)記點(diǎn)都要計(jì)算參考標(biāo)記點(diǎn)向量和圖像標(biāo)記點(diǎn)向量之間的旋轉(zhuǎn)矩陣，并根據(jù)計(jì)算所得旋轉(zhuǎn)矩陣計(jì)算反帶誤差，并判斷反帶誤差是否小于目標(biāo)誤差，從而判斷新加入的圖像標(biāo)記點(diǎn)是否滿足要求，同時(shí)還可從之前識(shí)別出的多組全等三角形模板對(duì)中剔除干擾項(xiàng)，其流程如圖3所示。

1.3 試驗(yàn)方法

本研究分別以腰椎、頸椎模型骨、動(dòng)物(豬)脊椎骨和尸體脊椎骨等作為試驗(yàn)對(duì)象，應(yīng)用CBCT共采集25例三維X射線醫(yī)學(xué)圖像對(duì)算法性能進(jìn)行驗(yàn)證。每次采集圖像時(shí)，均將帶有6個(gè)標(biāo)記點(diǎn)的定位工具和試驗(yàn)對(duì)象一起進(jìn)行掃描。其中，試驗(yàn)驗(yàn)證時(shí)均應(yīng)用直徑為3 mm的球形鋼珠作為標(biāo)記點(diǎn)，固定標(biāo)記點(diǎn)的定位工具均是由透X射線的材料制成。利用標(biāo)記點(diǎn)進(jìn)行圖像配準(zhǔn)時(shí)，通過計(jì)算參考標(biāo)記點(diǎn)和圖像標(biāo)記點(diǎn)之間剛性變換的旋轉(zhuǎn)和平移矩陣實(shí)現(xiàn)，該矩陣可以使參考標(biāo)記點(diǎn)和與其一一對(duì)應(yīng)的圖像標(biāo)記點(diǎn)之間的均方根距離最小，故本研究應(yīng)用圖像配準(zhǔn)和轉(zhuǎn)換后對(duì)應(yīng)標(biāo)記點(diǎn)之間的均方根距離作為標(biāo)記點(diǎn)配準(zhǔn)誤差，也是標(biāo)記點(diǎn)精細(xì)篩選及配對(duì)方法中判斷新加入圖像標(biāo)記點(diǎn)是否符合要求的反帶誤差，其模型骨及定位工具三維X射線醫(yī)學(xué)圖像如圖4所示。

圖3 標(biāo)記點(diǎn)精細(xì)篩選及配對(duì)流程圖

圖4 模型骨及定位工具三維X射線醫(yī)學(xué)圖像

表1 試驗(yàn)配準(zhǔn)結(jié)果

2 結(jié)果

應(yīng)用25幅三維X射線醫(yī)學(xué)圖像進(jìn)行標(biāo)記點(diǎn)的識(shí)別及配對(duì)，每幅圖像中包含6個(gè)標(biāo)記點(diǎn)，共計(jì)150個(gè)圖像標(biāo)記點(diǎn)。圖4所示的三維X射線醫(yī)學(xué)圖像中的標(biāo)記點(diǎn)粗篩結(jié)果如圖5所示，標(biāo)記點(diǎn)的精細(xì)篩選結(jié)果如圖6所示。

圖5 三維X射線醫(yī)學(xué)圖像的標(biāo)記點(diǎn)粗篩圖像

圖6 三維X射線醫(yī)學(xué)圖像的標(biāo)記點(diǎn)精細(xì)篩選圖像

在25幅醫(yī)學(xué)圖像中，經(jīng)過MC算法結(jié)合標(biāo)記點(diǎn)幾何特征初步粗篩共計(jì)得到170個(gè)標(biāo)記點(diǎn)，經(jīng)過精細(xì)篩選配對(duì)后最終得到131個(gè)正確標(biāo)記點(diǎn)，共計(jì)19個(gè)標(biāo)記點(diǎn)未被識(shí)別出來，其主要原因包括：①CBCT的有效成像視野較小，成像時(shí)位于CBCT有效成像視野中心的標(biāo)記點(diǎn)亮度較高，而位于有效成像視野邊緣的標(biāo)記點(diǎn)亮度較低，故在進(jìn)行標(biāo)記點(diǎn)粗篩時(shí)，亮度較低的標(biāo)記點(diǎn)會(huì)被剔除；②試驗(yàn)對(duì)象本身體積較大，而CBCT成像視野有限，定位工具在和試驗(yàn)對(duì)象一起掃描時(shí)并未掃描完整，有漏掃標(biāo)記點(diǎn)的現(xiàn)象。由于本方法在進(jìn)行設(shè)計(jì)時(shí)對(duì)前述因素進(jìn)行了考慮，標(biāo)記點(diǎn)數(shù)目設(shè)計(jì)時(shí)有冗余，故應(yīng)用本方法依然可以實(shí)現(xiàn)圖像配準(zhǔn)，且25組試驗(yàn)的配準(zhǔn)誤差均＜1 mm，算法達(dá)到了較好的識(shí)別效果和配準(zhǔn)精度，見表1。

3 討論

目前，常用的配準(zhǔn)方法有兩種，一種是基于表面，該算法實(shí)現(xiàn)過程復(fù)雜且精度較低；一種是基于標(biāo)記點(diǎn)[11-12]。在計(jì)算機(jī)輔助手術(shù)系統(tǒng)中，標(biāo)記點(diǎn)是用于實(shí)現(xiàn)定位的物體，既可以直接附著在人體表面，也可以固定在定位工具上。配準(zhǔn)時(shí)，首先將標(biāo)記點(diǎn)或帶有標(biāo)記點(diǎn)的定位工具和患者患處一起利用三維X射線成像設(shè)備進(jìn)行掃描，然后將掃描圖像中的標(biāo)記點(diǎn)利用自動(dòng)或手動(dòng)的方法提取出來，從而獲取其在圖像坐標(biāo)系中的坐標(biāo)，最后通過標(biāo)記點(diǎn)序列配對(duì)算法將患者或定位工具上的標(biāo)記點(diǎn)與圖像中的標(biāo)記點(diǎn)建立一一映射關(guān)系，即可得到患者和(或)工具坐標(biāo)系與圖像坐標(biāo)系之間的旋轉(zhuǎn)矩陣R和平移向量T，完成配準(zhǔn)[13-14]。

標(biāo)記點(diǎn)序列自動(dòng)配對(duì)方法常用的是迭代就近點(diǎn)算法，該算法是一種基于最小二乘法的匹配方法，其可以重復(fù)確定標(biāo)記點(diǎn)點(diǎn)集之間的對(duì)應(yīng)關(guān)系，并計(jì)算兩個(gè)對(duì)應(yīng)點(diǎn)集之間的變換矩陣，是一種配準(zhǔn)精度較高的算法[15-17]。但是，該算法對(duì)掃描點(diǎn)集的初始配準(zhǔn)位置有要求，魯棒性較差，計(jì)算時(shí)間長，且經(jīng)試驗(yàn)發(fā)現(xiàn)匹配結(jié)果不可靠，容易陷入局部最優(yōu)解[18-20]。為此，本研究提出了一種基于標(biāo)記點(diǎn)的全自動(dòng)三維醫(yī)學(xué)圖像配準(zhǔn)方法，并對(duì)其可行性進(jìn)行了研究，其結(jié)果顯示，該方法不需要醫(yī)生在圖像上手動(dòng)拾取標(biāo)記點(diǎn)，并能克服傳統(tǒng)標(biāo)記點(diǎn)序列配對(duì)方法的弊端。

4 結(jié)論

本研究提出了一種基于標(biāo)記點(diǎn)的三維醫(yī)學(xué)圖像配準(zhǔn)方法，首先基于標(biāo)記點(diǎn)的灰度特征結(jié)合其幾何特性，初步粗篩出候選標(biāo)記點(diǎn)并計(jì)算其中心，而后利用參考標(biāo)記點(diǎn)之間的幾何空間位置關(guān)系，結(jié)合配準(zhǔn)精度要求從候選標(biāo)記點(diǎn)中篩選出真正的標(biāo)記點(diǎn)，并實(shí)現(xiàn)圖像配準(zhǔn)。通過一系列的試驗(yàn)表明，該方法配準(zhǔn)誤差在1 mm以內(nèi)，具有較好的識(shí)別效果和配準(zhǔn)精度，可滿足臨床應(yīng)用要求。此外，該方法運(yùn)算量較小，可以實(shí)現(xiàn)實(shí)時(shí)處理，故可用于手術(shù)導(dǎo)航及手術(shù)機(jī)器人的術(shù)中配準(zhǔn)，且在其他相關(guān)領(lǐng)域也具有廣泛的應(yīng)用前景。

[1]孫曦，周正東.3D醫(yī)學(xué)圖像中標(biāo)志點(diǎn)的自動(dòng)識(shí)別與定位[J].現(xiàn)代生物醫(yī)學(xué)進(jìn)展，2008，8(4)：709-712.

[2]Gerber N，Gavaghan KA，Bell BJ，et al.Highaccuracy patient-to-image registration for the facilitation of image-guided robotic microsurgery on the head[J].IEEE Trans BiomedEng，2013，60(4)：960-968.

[3]劉振穎，張永壽.基于控制點(diǎn)圖像配準(zhǔn)方法的研究[J].中國醫(yī)學(xué)裝備，2011，8(3)：6-9.

[4]于穎，聶生東.醫(yī)學(xué)圖像配準(zhǔn)技術(shù)及其研究進(jìn)展[J].中國醫(yī)學(xué)物理學(xué)雜志，2009，26(6)：1485-1489.

[5]白晶，丁輝，王廣志，等.手術(shù)導(dǎo)航中人體標(biāo)志點(diǎn)注冊(cè)方法和注冊(cè)精度研究[J].生物醫(yī)學(xué)工程學(xué)雜志，2008，25(6)：1242-1248.

[6]Taylor RH，Stoianovici D.Medical robotics in computer-integrated surgery[J].IEEE T Robotic Autom，2003，19(5)：765-781.

[7]向華.手術(shù)導(dǎo)航三維空間配準(zhǔn)技術(shù)研究[D].北京：清華大學(xué)，2012.

[8]Brandt G，Zimolong A，Carrat L，et al.CRIGOS：a compact robot for image-guided orthopedic surgery[J].IEEE Trans Inf Technol Biomed，1999，3(4)：252-260.

[9]申艷平.醫(yī)學(xué)圖像配準(zhǔn)技術(shù)[J].中國醫(yī)學(xué)物理學(xué)雜志，2013，30(1)：3885-3889.

[10]司璇.光學(xué)手術(shù)導(dǎo)航系統(tǒng)中實(shí)時(shí)自動(dòng)注冊(cè)技術(shù)的研究[D].廣州：華南理工大學(xué)，2016.

[11]Hong J，Hashizume M.An effective point-based registration tool for surgical navigation[J].Surg Endosc，2010，24(4)：944-948.

[12]Lin Q，Yang R，Cai K，et al.Real-time automatic registration in optical surgical navigation[J].Infrared Phys Techn，2016，76：375-385.

[13]Fan Y，Jiang D，Wang M，et al.A new markerless patient-to-image registration method using a portable 3D scanner[J].Med Phys，2014，41(10)：1019-1010.

[14]Cai K，Yang R，Lin Q，et al.Tracking multiple surgical instruments in a near-infrared optical system[J].Comput Assist Surg(Abingdon)，2016，21(1)：46.

[15]Zheng G，Gerber N，Widmer D，et al.Automated detection of fiducial screws from CT/DVT volume data for image-guided ENT surgery[J].Conf Proc IEEE Eng Med Biol Soc，2010，2010(10)：2325-2328.[16]Shamir R，F(xiàn)reiman M，Joskowicz L，et al.Robotassisted image-guided targeting for minimally invasive neurosurgery：planning registration and in-vitro experiment[J].Med Image Comput Comput Assist Interv，2005，8(Pt 2)：131-138.

[17]He Y，Liang B，Yang J，et al.An iterative closest points algorithm for registration of 3D laser scanner point clouds with geometric features[J].Sensors，2017，17(8)：1862.

[18]Tseng C，Chen H，Wang S，et al.Image-guided robotic navigation system for neurosurgery[J].J Robotic Syst，2015，17(8)：439-447.

[19]Wu YF，Wang W，Lu KQ，et al.A new method for registration of 3D point sets with low overlapping ratios[J].Procedia Cirp，2015，27：202-206.

[20]Salvi J，Matabosch C，F(xiàn)ofi D，et al.A review of recent range image registration methods with accuracy evaluation[J].Image Vision Compu，2007，25(5)：578-596.