基于CT与超声影像融合的实时三维重建装置及存储介质

    公开(公告)号:CN113768527B

    公开(公告)日:2023-10-13

    申请号:CN202110980118.5

    申请日:2021-08-25

    IPC分类号: A61B6/03 A61B8/00

    摘要: 本发明公开了一种基于CT与超声影像融合的实时三维重建装置及存储介质,该方法通过铅质二维码,获取CT三维模型坐标系与术中相机系统坐标系的第一变换矩阵;获取患者病灶区域、超声探头和穿刺针在术中相机系统坐标系下的坐标;然后获取患者病灶区域、超声探头和穿刺针在CT三维模型坐标系下的坐标;再通过坐标变换,确定患者术区超声影像在CT三维模型中的相应位置;最后根据体表运动模型得到进针点的体表运动数据,并实时更新到CT三维模型中。本发明能够实时、直观地反映出手术器械在患者体内的状态,保证手术的精确度与安全性;本发明三维重建精度更高,速度更快;本发明可广泛应用于CT与超声融合技术领域。

    一种视觉定位方法、系统、装置及存储介质

    公开(公告)号:CN113384361B

    公开(公告)日:2022-10-28

    申请号:CN202110556239.7

    申请日:2021-05-21

    摘要: 本发明公开了一种视觉定位方法、系统、装置及存储介质,该方法包括在患者体表喷印或粘贴多个铅质二维码;对患者进行扫描,建立术前的三维模型,并获取第一坐标组;获取第二坐标组;对每个铅质二维码进行识别与编码,得到每个铅质二维码的唯一标记ID;根据第一坐标组和第二坐标组,计算得到三组配准参数;根据三组配准参数,计算每个铅质二维码的中心的重投影误差;使用非线性最小二乘法对三组配准参数进行优化,得到优化后的配准参数;根据优化后的配准参数,确定术中患者真实的病灶位置。本发明所需装置简单、精度高、时间短;能够将术中相机视觉系统中病灶区域与术前三维成像系统中的病灶区域进行配准;本发明可广泛应用于手术导航技术领域。

    一种视觉定位方法、系统、装置及存储介质

    公开(公告)号:CN113384361A

    公开(公告)日:2021-09-14

    申请号:CN202110556239.7

    申请日:2021-05-21

    IPC分类号: A61B90/00 A61B90/96 A61B34/10

    摘要: 本发明公开了一种视觉定位方法、系统、装置及存储介质,该方法包括在患者体表喷印或粘贴多个铅质二维码;对患者进行扫描,建立术前的三维模型,并获取第一坐标组;获取第二坐标组;对每个铅质二维码进行识别与编码,得到每个铅质二维码的唯一标记ID;根据第一坐标组和第二坐标组,计算得到三组配准参数;根据三组配准参数,计算每个铅质二维码的中心的重投影误差;使用非线性最小二乘法对三组配准参数进行优化,得到优化后的配准参数;根据优化后的配准参数,确定术中患者真实的病灶位置。本发明所需装置简单、精度高、时间短;能够将术中相机视觉系统中病灶区域与术前三维成像系统中的病灶区域进行配准;本发明可广泛应用于手术导航技术领域。

    基于CT与超声影像融合的实时三维重建方法、装置及介质

    公开(公告)号:CN113768527A

    公开(公告)日:2021-12-10

    申请号:CN202110980118.5

    申请日:2021-08-25

    IPC分类号: A61B6/03 A61B8/00

    摘要: 本发明公开了一种基于CT与超声影像融合的实时三维重建方法、装置及存储介质,该方法通过铅质二维码,获取CT三维模型坐标系与术中相机系统坐标系的第一变换矩阵;获取患者病灶区域、超声探头和穿刺针在术中相机系统坐标系下的坐标;然后获取患者病灶区域、超声探头和穿刺针在CT三维模型坐标系下的坐标;再通过坐标变换,确定患者术区超声影像在CT三维模型中的相应位置;最后根据体表运动模型得到进针点的体表运动数据,并实时更新到CT三维模型中。本发明能够实时、直观地反映出手术器械在患者体内的状态,保证手术的精确度与安全性;本发明三维重建精度更高,速度更快;本发明可广泛应用于CT与超声融合技术领域。

    一种基于FPGA的高能效实时稠密SLAM方法及系统

    公开(公告)号:CN117745817A

    公开(公告)日:2024-03-22

    申请号:CN202311735322.6

    申请日:2023-12-15

    申请人: 中山大学

    摘要: 本申请公开了一种基于FPGA的高能效实时稠密SLAM方法及系统,方法包括:提取特征得到特征图;根据特征图进行视差估计得到稠密视差图;提取左目图的关键点作为第一关键点,并与左特征图进行特征关联并进行特征增广和聚合,获得第二关键点;对第二关键点进行非极大值抑制,以在各个设定大小的邻域内保留具有最高关键点响应值的第二关键点作为第三关键点;对第三关键点进行堆排序,以保留具有最大关键点响应值的第三关键点作为视觉关键点;计算视觉关键点与来自CPU的待匹配关键点之间的汉明距离,并进行匹配,得到匹配关键点对。本申请可以降低同步定位与建图所需的计算资源,可广泛应用于同步定位与建图技术领域。