[发明专利]基于优化镇静管理和区域阻滞骨科麻醉术中图像处理系统

权利要求书

1.一种基于优化镇静管理和区域阻滞骨科麻醉术中图像处理方法，其特征在于，所述基于优化镇静管理和区域阻滞骨科麻醉术中图像处理方法包括：

通过超声波在不同结构中传播的弥散方程为二元超越方程f(ω,ξ)＝0，当在实波数域和纯需波数的情况下求解此方程时，频率ω和波数ξ组成了一个二维平面，而方程f(ω,ξ)＝0的解则是一条条平面内的曲线，选择固定频率或者波数中的任意一个会得到ω-ξ二维平面内的一条直线，再用线元对这条直线进行扫描，线元在ω-ξ二维平面内与弥散曲线的交点是唯一的；当在复波数域内求解此方程时，波数ξ为复数，令ξ＝a+bi，a,b均为实数，则方程；

方程变为a,b,ξ的三元超越方程，波数的实部a，虚部b以及频率ω组成了一个三维空间，而方程g(a,b,ξ)＝0的解是一条条空间内的曲线，选择固定波数的实部a，虚部b以及频率ω中任意一个会得到a-b-ξ空间中的一个平面，再用面元对这个平面进行扫描，面元在a-b-ξ的三维空间中与弥散曲线的交点是唯一的；获取手术区域范围内用户手术部位和手术器械的形状、位置以及运动轨迹的影像信息；

获取用户病变图像并提取病变图像特征向量，采集到N个样本用作训练集X，采用下式求出样本平均值m：求出散布矩阵S：求出散布矩阵的特征值λi和对应的特征向量ei，其中，ei便是主分量，将特征值从大到小依次排列λ1，λ2，…；取出p个值，λ1，λ2，…，λp确定出脸空间E＝(e1，e2，…，eP)，在此用户病变图像空间上，训练样本X中，每个元素投影到该空间的点由下式得到：x'i＝Etxi，t＝1，2，…，N；得到的是将原向量经过PCA降维后的p维向量；识别出病变信息；其中，xi∈样本训练集X＝(x1，x2，…，xN)；

根据获取的影像信息进行三维重建后，采用依次循环投影N帧关系为N步相移的正弦光栅在被测病变部位上，假设系统横向放大率为M，被测病变部位表面反射率为R(x,y)，则N步相移的正弦光栅像平面上的光强分布为

进行三维物体表面轮廓测量；其中I₀为背景光强，C₀(x,y)为光栅成像面上的条纹对比度，f是像平面的光栅频率，i＝1,2…N；

并将重建后的三维图像在同一坐标系下进行配准融合得到三维导引图像进行手术导航；

将获取影像数据进行存储；实时显示生成的三维导引图像。

2.如权利要求1所述的基于优化镇静管理和区域阻滞骨科麻醉术中图像处理方法，其特征在于，通过超声波获取手术区域范围内用户手术部位和手术器械的形状、位置以及运动轨迹的影像信息，进一步包括：

1)利用扫描单元比较找出在相应空间中弥散方程模值的极小值点包括：

在选择好相应的扫面微元后，取步长划分微元，比较划分节点上方程的模值|f(ω,ξ)|的大小，找出弥散方程模值取最小值的节点，若节点不取在扫描微元的边界节点上，则此节点即为模值极小值点，然后依次进入下一个扫描微元，新的扫描微元需将上一扫描微元中的部分边界节点包含在内部；最后，以某一步长改变初始固定的频率或波数的值，找出空间中的所有弥散方程的模值极小值点；

2)利用弥散方程的模值在零点附近的收敛性判断极小值点是否为零点为：

在扫描微元中得到方程模值取极小值的某个节点后，以此节点为中心，相邻节点为边界节点，形成新的微元，取步长划分此微元，计算新微元节点上的方程模值，比较得出取最小值的节点；重复上述过程，得到一系列模值递减的极小值节点，若初始极小值节点的模值比上最新极小值节点的模值趋向于无穷，则此极小值节点为零点。