[发明专利]形态和姿态预估方法、装置、设备及存储介质

说明书

本发明实施例公开了一种形态和姿态预估方法、装置、设备及存储介质。该方法包括：利用三维摄像头采集目标物体的表面三维形态信息，其中，目标物体包括目标器官或目标生物组织；获取目标物体对应的初始三维模型；利用预设匹配函数对表面三维形态信息和初始三维模型进行匹配，预估目标物体的形态和姿态。本发明实施例的形态和姿态预估方法、装置、设备及存储介质，能够利用器官或生物组织的表面三维形态信息，来预估器官或生物组织的形态和姿态，不受器官、生物组织变形、遮挡等影响，能够提高预估精度。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种形态和姿态预估方法、装置、设备及存储介质。

背景技术

不管是在开放式手术，还是在内窥镜手术中，如果医生能更加准确的获取当前手术对象器官或生物组织的形态和姿态信息，将会大大的降低医生的压力及手术的风险。

目前对器官或生物组织的形态和姿态预估，主要依据有限的特征点或者部分外形轮廓。受器官或生物组织变形、遮挡等的影响，依据有限的特征点或者部分外形轮廓对器官或生物组织的形态和姿态预估，预估精度较低。

发明内容

本发明实施例提供一种形态和姿态预估方法、装置、设备及存储介质，能够利用器官或生物组织的表面三维形态信息，来预估器官或生物组织的形态和姿态，能够提高预估精度。

一方面，本发明实施例提供了一种形态和姿态预估方法，方法包括：

利用三维摄像头采集目标物体的表面三维形态信息，其中，目标物体包括目标器官或目标生物组织；

获取目标物体对应的初始三维模型；

利用预设匹配函数对表面三维形态信息和初始三维模型进行匹配，预估目标物体的形态和姿态。

在本发明的一个实施例中，预设匹配函数对应的表达式为：

(V’，x，y，z，α，β，θ)＝H(V，So)

其中，V’为预估的目标物体的形态，(x，y，z)为预估的目标物体的姿态包括的坐标信息，(α，β，θ)为预估的目标物体的姿态包括的旋转指向角，V为目标物体对应的初始三维模型，So为目标物体的表面三维形态信息，H为预设匹配函数的对应法则，预设匹配函数以So和V’的最小化差值为目标。

在本发明的一个实施例中，本发明实施例提供的形态和姿态预估方法还可以包括：

根据表面三维形态信息，预估目标物体的内部结构形变。

在本发明的一个实施例中，根据表面三维形态信息，预估目标物体的内部结构形变，包括：

根据表面三维形态信息，利用神经网络模型，预估目标物体的内部结构形变。

在本发明的一个实施例中，神经网络模型为基于有限元的神经网络模型。

在本发明的一个实施例中，根据表面三维形态信息，预估目标物体的内部结构形变，包括：

根据相邻两次获取到的表面三维形态信息，确定目标物体表面的变化幅度；

根据变化幅度，预估目标物体的内部结构形变。

在本发明的一个实施例中，根据变化幅度，预估目标物体的内部结构形变，包括：

若变化幅度小于预设第一阈值，则预估目标物体的内部结构没有发生形变。

在本发明的一个实施例中，根据变化幅度，预估目标物体的内部结构形变，包括：

若变化幅度大于预设第二阈值，根据相邻两次获取到的表面三维形态信息，计算目标物体表面变化对应的变化体积；

将变化体积，确定为目标物体的内部结构形变。