[发明专利]CT影像中骨的运动和接近参数的标定和量化方法

权利要求书

1.一种CT影像中骨的运动参数标定和量化方法，其特征在于，具体包括以下步骤：

步骤1、定义一个起基准作用的骨，即基准骨B^ref，基于骨的三维模型建立局部坐标系，记为其中和分别代表基准坐标系C^ref的坐标原点及三个轴向，其所属的图像为基准图像；

步骤2、对于非基准图像，设为样本k的第t帧图像，通过骨的分割和跟踪获得其相应的骨的分割图像B^k|_t，通过求解以下公式求解将B^k|_t与基准骨B^ref进行骨的对齐的问题：

其中，argmin_θ′表示求解使得评估函数值最小的θ′值；函数是图像匹配程度的评估函数；函数ψ′表示将骨的分割图像B^k|_t分别进行变换矩阵为M_r的三维自旋变换和变换矩阵为M_t的三维平移变换，然后进行S倍的缩放；θ′表示M_t和M_r这两个变换矩阵中的未知数和缩放系数S；

步骤3、通过求解出的参数θ′和以下公式估算样本k的第t帧图像中骨的局部坐标系其中和分别代表C^k|_t的坐标原点及三个轴向：

其中，和分别代表步骤2中三维自旋变换和三维平移变换的逆变换；

步骤4、基于骨的局部坐标系，对单个骨进行定位定姿。

2.根据权利要求1所述的CT影像中骨的运动参数标定和量化方法，其特征在于，所述骨的分割和跟踪采用手动、半自动或者全自动的分割跟踪方法。

3.根据权利要求1所述的CT影像中骨的运动参数标定和量化方法，其特征在于，所述公式一求解方法为：首先通过通用的医学图像处理软件来实现基准骨和非基准骨的对齐；然后由非基准骨的初始平移、旋转和缩放信息以及配准后的新的平移、旋转和缩放信息推算出三维自旋变换M_r和三维平移变换M_t以及缩放系数S。

4.一种CT影像中骨的接近参数标定和量化方法，其特征在于，包括以下步骤：

采用权利要求1～3中任一项所述的方法中的步骤1～步骤3获得骨的局部坐标系；设V_i为骨的三维模型上的第i个顶点，其在骨的局部坐标系中的坐标为采用以下步骤将骨的局部坐标系上的点映射到二维骨形图上：

首先，通过C^k|_t和确定V_i在二维骨形图中的经纬度坐标(lng_i，lat_i)：

其中，函数M用于将局部坐标系C^k|_t下的点映射二维骨形图上，λ代表映射的方法；

然后，将样本k的第1帧图像中骨的局部坐标系C^k|₁的坐标原点作为计算高程信息的基点，计算二维骨形图上坐标为的点对应高程信息，计算公式为：

其中，S^k|₁是样本k的第1帧图像对应的骨的三维模型，函数dist()用于计算两点之间的欧式距离，函数ray(v1，v2)用于计算以v1为起点指向v2的三维射线；函数Intersect()用于计算三维射线与三维模型之间的交点；S为缩放系数；对于不封闭的骨，设置高程阈值，当Intersect()函数无法测得交点时，将h_lng，lat设置为该高程阈值；在后续的可视化或对比分析中忽略该高程阈值所在的骨图位置；对于不同的高程信息行着色处理，获得二维骨形图；

最后，以接近面S^talus顶点集合所组成的三角形网格区域的面积来估算接近面面积：

将接近面中心点和最近接触点映射到二维骨形图中分析其轨迹特征；最近接触点的映射方法如公式三所示；接近面中心点的映射方法是通过将接近面顶点集合中的轮廓顶点映射到骨形图上，以其映射后的二维轮廓的形状重心作为接近面中心点的映射点。

5.根据权利要求4所述的CT影像中骨的接近参数标定和量化方法，其特征在于，所述公式三和四中映射的方法λ采用任何一种现有的地图投影方法。