[发明专利]一种基于人工智能技术的二维骨骼X光图像的三维转换方法

说明书

本申请涉及医疗影像领域，特别涉及一种基于人工智能技术的二维骨骼X光图像的三维转换方法。对于待测对象而言，无需进行CT设备扫描，只需要拍摄较少的X光图像，利用待测对象的X光图像以及8点算法，获得投影矩阵，标准三维点云模型通过容变形广义霍夫变换方法确定角度参数以及偏移参数，调整后的标准三维点云模型，经过投影矩阵得到的投影图像与待测对象的骨骼图像最接近，最后通过公式，依次求得待测对象三维点云模型的所有点的坐标，通过该方法获得三维点云模型，一方面降低患者的经济负担，无需要再做三维CT，待测对象所受到的辐射也较少。另一方面，在条件简陋或者是野战环境下也可以进行导航手术便于推广利用。

技术领域

本申请涉及医疗影像领域，特别涉及一种基于人工智能技术的二维骨骼X光图像的三维转换方法。

背景技术

在医疗影像中，由于三维医疗影像的直观性，现被广泛用于医疗手术过程。传统的三维医疗影像一般是由CT断层图像三维重建而成，CT检查通过X线准直系统的准直，可得到无层面外组织结构干扰的横断面图像。与常规X线体层摄影比较，CT得到的横断面图像层厚准确，图像清晰，密度分辨率高，无层面以外结构的干扰。由CT扫描得到的横断面图像可通过计算机软件的处理重建成三维图像，便于手术治疗观察。但是，CT扫描价格较贵，且辐射较高。因此，如何能够低成本、少辐射的获得三维医疗影像，是我们需要解决的问题。

申请内容

本申请要解决的技术问题是如何能够低成本、少辐射的获得三维医疗影像。

本申请是通过以下述技术方案来解决上述技术问题：

一种基于人工智能技术的二维骨骼X光图像的三维转换方法，该方法包括：

获得标准三维点云模型，并计算所述标准三维点云模型的中心点c；

使用边缘检测方法获得待测对象的垂直双平面A面、B面的X光图像的骨骼图像E_a、E_b；

在所述待测对象的垂直双平面A面、B面的X光图像中的骨柱中线上分别标注8个点，通过8点算法(improved eight-point algorithm)得到3乘3的齐次矩阵F，根据所述F计算出投影矩阵P_a、P_b,

将标所述准三维点云模型和所述中心点c根据所述投影矩阵P_a、P_b，进行模拟投影，得到投影图像L_a、L_b以及投影图像中心点c_a、c_b；

使用DTGHT(deformation tolerant generalized Hough transform)容变形广义霍夫变换方法，得到所述标准三维点云模型的调整参数θ,d，其中θ为角度参数，d为偏移参数；

点D(x,y,z)为所述待测对象三维点云模型上的一点，点D在垂直双平面A面、B面上的投影点分别为D_a2、D_b2，用Kdtree方法在所述投影图像L_a中找到点D_a1(x,y)，所述点D_a1距离所述骨骼图像E_a中的点D_a2距离最近，同样在所述投影图像L_b中找到点D_b1(x',y')，所述点D_b1距离所述骨骼图像E_b中的点D_b2距离最近，通过下面的公式：

计算出D点坐标；

依次计算出待测对象上其他点的坐标。