[发明专利]ROI自动定位方法、装置、手术机器人系统、设备及介质

权利要求书

1.一种ROI(region of interest，感兴趣区域)自动定位方法，其特征在于，包括：

获取原始图像数据；

对所述原始图像数据进行预处理，得到冠状图序列和矢状图序列；

对所述冠状图序列和所述矢状图序列的图像中的ROI进行定位；

整合所述冠状图序列中定位的ROI，得到冠状面ROI整合区域，整合所述矢状图序列中定位的ROI，得到矢状面ROI整合区域；

对所述冠状面ROI整合区域以及所述矢状面ROI整合区域进行坐标变换，得到所述原始图像数据中目标ROI的三维坐标。

2.根据权利要求1所述的ROI自动定位方法，其特征在于，在所述对所述冠状图序列和所述矢状图序列的图像中的ROI进行定位之前，还包括：

通过对所述冠状图序列和所述矢状图序列中的图像进行分类，确定所述冠状图序列和所述矢状图序列中的各图像是否包含ROI；

过滤所述冠状图序列和所述矢状图序列中不包含所述ROI的图像。

3.根据权利要求1所述的ROI自动定位方法，其特征在于，所述对原始图像数据进行预处理，得到冠状图序列和矢状图序列包括：

对所述原始图像数据进行标准化处理，得到标准化的三维图像数据；

根据所述标准化的三维图像数据，得到所述冠状图序列和所述矢状图序列。

4.根据权利要求3所述的ROI自动定位方法，其特征在于，所述对所述原始图像数据进行标准化处理，得到标准化的三维图像数据，包括：

获取所述原始图像数据的参数；

获取目标图像参数和图像变换插值算法；

根据所述目标图像参数和所述图像变换插值算法，对所述原始图像数据进行标准化处理，得到所述标准化的三维图像数据。

5.根据权利要求4所述的ROI自动定位方法，其特征在于：

所述原始图像数据的参数至少包括所述原始图像的拍摄方向角、分辨率、原点坐标和三维尺寸中的一种；

所述目标图像参数至少包括目标拍摄方向角、目标分辨率、目标原点坐标和目标三维尺寸中的一种。

6.根据权利要求2所述的ROI自动定位方法，其特征在于，在所述对所述冠状图序列和所述矢状图序列进行分类之前，还包括：

对所述冠状图像序列和所述矢状图像序列中的图像进行窗宽窗位处理。

7.根据权利要求2所述的ROI自动定位方法，其特征在于，在所述通过对所述冠状图序列和所述矢状图序列中的图像进行分类，确定所述冠状图序列和所述矢状图序列中的各图像是否包含ROI之前，进一步包括：

对所述冠状图像序列和矢状图像序列中的图像进行归一化处理。

8.根据权利要求1所述的ROI自动定位方法，其特征在于，所述对所述冠状图序列和所述矢状图序列的图像中的ROI进行定位，包括：

对所述冠状图序列和所述矢状图序列中的所述图像进行特征提取；

根据提取到的特征，预测所述冠状图序列和所述矢状图序列中所述图像内所包含的所述ROI的位置信息。

9.根据权利要求8所述的ROI自动定位方法，其特征在于，所述位置信息包括所述ROI的中心点坐标和尺寸信息。

10.根据权利要求1所述的ROI自动定位方法，其特征在于，所述整合所述冠状图序列中定位的ROI，得到冠状面ROI整合区域，整合所述矢状图序列中定位的ROI，得到矢状面ROI整合区域，包括：

基于非极大值抑制算法，整合所述冠状图序列中定位的所述ROI的重叠部分，得到目标冠状面ROI；

基于非极大值抑制算法，整合所述矢状图序列中定位的所述ROI的重叠部分，得到目标矢状面ROI；

对所述目标冠状面ROI和所述目标矢状面ROI分别进行聚类处理，得到所述冠状面ROI整合区域和所述矢状面ROI整合区域。