髋关节配准点筛选方法及装置

技术领域

本申请涉及图像处理技术领域，具体涉及一种髋关节配准点筛选方法及装置。

背景技术

目前，在髋关节置换手术中已使用配准方法将骨骼的数字三维模型与实际骨骼匹配到一起，使数字三维模型的位姿能够表达实际骨骼的位姿，方便医生在手术中对手术部位进行定位，提高手术的精度。

在配准前需要事先在骨骼三维模型上筛选出配准点，再根据配准点与实际骨骼进行粗精配准，但现有的配准点筛选方法多是基于曲面提取，使用曲面上的一点及其k 个邻近点的协方差矩阵计算此点的曲率变化与法矢，根据曲率变化与法矢确定配准点，由于初始点云数据点较多，噪声较大，该方法所需计算的点数也就较多，在噪声点的无效计算相应也较多，计算耗时，配准点的筛选效率较低。

发明内容

本申请实施例提供一种髋关节配准点筛选方法及装置，用以解决传统配准点筛选方法配准点筛选效率较低的技术问题。

第一方面，本申请实施例提供一种髋关节配准点筛选方法，包括：

获取目标髋臼窝表面点云数据点；

对所述表面点云数据点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点；

对所述局内点进行包围球拟合，若所述局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将所述局内点作为髋关节配准点。

在一个实施例中，所述对所述表面点云数据点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点，包括：

对所述表面点云数据点中的四个非共面点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点。

在一个实施例中，所述对所述表面点云数据点中的四个非共面点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点，包括：

步骤1：在所述表面点云数据点中任选四个非共面点；

步骤2：对所述四个非共面点进行球面拟合；

步骤3：若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则确定所述表面点云数据为待处理数据点；

步骤4：记录所述待处理数据点的个数，若所述待处理数据点的个数小于所述表面点云数据点的总数，则在所述表面点云数据点中另选四个非共面点，并返回步骤2，直至所述表面点云数据点中任意四个非共面点拟合的球面对应的待处理数据点均完成个数记录；各次任选的四个非共面点不完全一致；

步骤5：选取所述待处理数据点个数最多的一次球面拟合对应的所述待处理数据点作为局内点。

在一个实施例中，所述记录所述待处理数据点的个数之后，包括：

若所述待处理数据点的个数等于所述表面点云数据点的总数，则将本次球面拟合对应的所述待处理数据点作为局内点。

在一个实施例中，所述对所述表面点云数据点中的四个非共面点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点，包括：

在所述表面点云数据点中选取四个非共面点的所有组合；

分别对每个所述组合中的四个非共面点进行球面拟合；

若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则确定所述表面点云数据为对应拟合后的球面的待处理数据点；

记录每个拟合后的球面对应的待处理数据点的个数；

选取所述待处理数据点个数最多的拟合后的球面对应的所述待处理数据点作为局内点。

在一个实施例中，所述目标距离范围的最小值为第二阈值，所述目标距离范围的最大值为所述拟合后的包围球的半径。

第二方面，本申请实施例提供一种髋关节配准点筛选装置，包括：

数据获取模块，用于：获取目标髋臼窝表面点云数据点；

局内点筛选模块，用于：对所述表面点云数据点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点；

配准点筛选模块，用于：对所述局内点进行包围球拟合，若所述局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将所述局内点作为髋关节配准点。

在一个实施例中，所述局内点筛选模块，还用于：对所述表面点

云数据点中的四个非共面点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点。

第三方面，本申请实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的髋关节配准点筛选方法的步骤。

第四方面，本申请实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面所述的髋关节配准点筛选方法的步骤。

本申请实施例提供的髋关节配准点筛选方法及装置，先获取目标髋臼窝表面点云数据点，再对表面点云数据点进行球面拟合，若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于该第一阈值的表面点云数据点的个数，筛选出局内点，最后对局内点进行包围球拟合，若局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将局内点作为髋关节配准点。本申请实施例充分利用了髋臼窝呈半球形这一特点，将其表面点云数据点直接进行球面拟合，再进行包围球拟合，由于球面以及包围球形态与髋臼窝的形态非常接近，因此能够在每次拟合时都最大限度的接近髋臼窝实际形态，提高拟合的精确度，又由于进行球面拟合和包围球拟合时是针对多个点进行拟合，区别于传统方式的逐点计算曲率和法矢，因此能快速筛选出髋关节的配准点，提高配准点的筛选效率。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的髋关节配准点筛选方法的流程示意图之一；

图2是本申请实施例提供的髋关节配准点筛选方法的流程示意图之二；

图3是本申请实施例提供的髋关节配准点筛选方法的流程示意图之三；

图4是本申请实施例提供的髋关节配准点筛选装置的结构示意图；

图5是本申请实施例提供的电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请实施例提供的髋关节配准点筛选方法的流程示意图之一。参照图1，本申请实施例提供一种髋关节配准点筛选方法，可以包括：

101、获取目标髋臼窝表面点云数据点；

将扫描骨骼获取的CT数据转换为点云数据，提取髋臼窝表面点云数据点，该表面点云数据点包括髋臼窝内表面点云数据点和髋臼窝外表面点云数据点。

102、对表面点云数据点进行球面拟合，若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于该第一阈值的表面点云数据点的个数，筛选出局内点；

需要说明的是，球面拟合的方法此处不作限定，本实施例中，使用随机抽样一致性算法RANSAC（Random Sample Consensus，RANSAC）结合最小二乘法拟合圆方法对表面点云数据点进行球面拟合。

本实施例中，可以对表面点云数据点中的四个非共面点进行球面拟合，若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于第一阈值的表面点云数据点的个数，筛选出局内点。

103、对局内点进行包围球拟合，若局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将该局内点作为髋关节配准点。

需要说明的是，拟合后的包围球是能够将所有局内点均包围起来的半径最小的包围球。

本实施例提供的髋关节配准点筛选方法，先获取目标髋臼窝表面点云数据点，再对表面点云数据点进行球面拟合，若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于该第一阈值的表面点云数据点的个数，筛选出局内点，最后对局内点进行包围球拟合，若局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将局内点作为髋关节配准点。本实施例充分利用了髋臼窝呈半球形这一特点，将其表面点云数据点直接进行球面拟合，再进行包围球拟合，由于球面以及包围球形态与髋臼窝的形态非常接近，因此能够在每次拟合时都最大限度的接近髋臼窝实际形态，提高拟合的精确度，又由于进行球面拟合和包围球拟合时是针对多个点进行拟合，区别于传统方式的逐点计算曲率和法矢，因此能快速筛选出髋关节的配准点，提高配准点的筛选效率。

图2为本申请实施例提供的髋关节配准点筛选方法的流程示意图之二。参照图2，对表面点云数据点中的四个非共面点进行球面拟合，若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于第一阈值的表面点云数据点的个数，筛选出局内点，可以包括：

201、在表面点云数据点中任选四个非共面点；

202、对该四个非共面点进行球面拟合；

设拟合后球面的球心为

其中，

构造函数

求使位置差距最小的参数，即求E的最小值，因此，令E分别对

令：

且以上各式统称为（2-3）式

将（2-1）和（2-3）带入（2-2）中，得到：

联立（2-4）、（2-5）和（2-6）求得

203、若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则确定该表面点云数据为待处理数据点；

可以通过计算每个表面点云数据点距离拟合后的球面的圆心的距离，再用该距离减去该球面半径，得到每个表面点云数据点与拟合后的球面之间的最短距离。

该第一阈值可以通过计算所有表面点云数据点中两两最邻近点云数据点之间距离的平均值确定，即将两两最邻近点云数据点作为一个配对，加总所有两两最邻近点云数据点之间的距离后除以该配对的数量来确定。

若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，说明该表面点云数据点距离球面的距离不远，可以算作该球面的待处理数据点。

需要说明的是，该待处理数据点包括球面内侧和球面外侧的数据点，即包括被球体包围的数据点和球体之外的数据点。

204、记录该待处理数据点的个数；

205、若该待处理数据点的个数小于表面点云数据点的总数，则在表面点云数据点中另选四个非共面点，并返回步骤202；

直至表面点云数据点中任意四个非共面点拟合的球面对应的待处理数据点均完成个数记录，各次任选的四个非共面点不完全一致。

206、选取待处理数据点个数最多的一次球面拟合对应的待处理数据点作为局内点；

若通过比较得到某一次拟合的球面对应的待处理数据点的个数最多，说明距离该球面距离较近的数据点最多，则说明这次的拟合效果最好，因此选择这次拟合中的待处理数据点作为局内点。

207、若待处理数据点的个数等于表面点云数据点的总数，则将本次球面拟合对应的待处理数据点作为局内点。

若待处理数据点的个数等于表面点云数据点的总数，则说明所有表面点云数据点距离本次拟合的球面距离均较近，本次拟合已达到最好的效果，无需再进行下一次拟合，可直接将本次拟合对应的待处理数据点作为局内点。

本实施例通过对表面点云数据点进行球面拟合循环，通过计算距离拟合的球面较近的表面点云数据点的个数，找到对应待处理数据点最多的一次拟合，并将该次拟合对应的待处理数据点作为局内点，该筛选局内点的方法能够在穷尽表面点云数据点中各种球面的同时，通过距离判断出每次拟合球面的拟合效果，选取拟合效果最好的球面对应的待处理数据点作为局内点，提高了该局内点选取的准确度。

图3为本申请实施例提供的髋关节配准点筛选方法的流程示意图之三。参照图3，对表面点云数据点中的四个非共面点进行球面拟合，若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于第一阈值的表面点云数据点的个数，筛选出局内点，还可以包括：

301、在表面点云数据点中选取四个非共面点的所有组合；

即先将表现点云数据中所有由四个非共面点组成的组合挑选出来。

302、分别对每个组合中的四个非共面点进行球面拟合；

此处进行球面拟合的方法也不作限定，该球面拟合过程可以是先后对各个组合中的四个非共面点进行的，也可以是同时对各个组合中的四个非共面点进行的。

303、若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则确定该表面点云数据为对应拟合后的球面的待处理数据点；

304、记录每个拟合后的球面对应的待处理数据点的个数；

305、选取待处理数据点个数最多的拟合后的球面对应的待处理数据点作为局内点。

本实施例通过先将表现点云数据中所有由四个非共面点组成的组合挑选出来，然后分别对每个组合中的四个非共面点进行球面拟合，计算距离拟合的球面较近的表面点云数据点的个数，找到对应待处理数据点最多拟合球面，并将该拟合球面对应的待处理数据点作为局内点，该筛选局内点的方法能够避免使用循环过程，使得整个步骤直接明了。

在一个实施例中，可以通过如下方法对局内点进行包围球拟合：

在局内点中选取X方向上距离最远的两个点，分别为第一点和第二点，选取Y方向上距离最远的两个点，分别为第三点和第四点，选取Z方向上距离最远的两个点，分别为第五点和第六点，选取第一点和第二点之间第一线段长度、第三点和第四点之间第二线段长度和第五点和第六点之间第三线段长度中的最大值对应的线段作为包围球的直径，若存在位于包围球外的局内点，则连接包围球的球心和该包围球外的局内点，形成第四线段，朝该包围球外的局内点至该包围球球心的方向延长该第四线段使该第四线段与该包围球相交，相交的交点至该包围球外的局内点之间的线段为新的包围球的直径，该新的包围球相比原包围球的直径更长，包围范围更大，能够将原包围球外的局内点包围住，以此类推，不断扩大包围球的大小直到将所有局内点均包围在球内，此时的包围球为拟合后的包围球。

本实施例通过不断扩大包围球的大小并移动包围球的球心以包围所有局内点，能够得到包围所有局内点的半径最小的包围球，使得包围球更加紧实。

在一个实施例中，该目标距离范围的最小值为第二阈值，该目标距离范围的最大值为拟合后的包围球的半径。

即当局内点位于拟合后的包围球面或球内，且与拟合后的包围球的球心具有一定距离时，认为该局内点符合骨骼表面取点的特性，则确定该局内点为髋关节配准点。

本实施例的目标距离范围的最小值为第二阈值，该目标距离范围的最大值为拟合后的包围球的半径，在比较局内点与拟合后包围球球心的距离时，能够筛选出符合骨骼表面特性的配准点，为后续配准提供准确的数据点支撑。

下面对本申请实施例提供的髋关节配准点筛选装置进行描述，下文描述的髋关节配准点筛选装置与上文描述的髋关节配准点筛选方法可相互对应参照。

图4为本申请实施例提供的髋关节配准点筛选装置的结构示意图。参照图4，本申请实施例提供一种髋关节配准点筛选装置，可以包括：

数据获取模块401，用于：获取目标髋臼窝表面点云数据点；

局内点筛选模块402，用于：对所述表面点云数据点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点；

配准点筛选模块403，用于：对所述局内点进行包围球拟合，若所述局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将所述局内点作为髋关节配准点。

本实施例提供的髋关节配准点筛选装置，先获取目标髋臼窝表面点云数据点，再对表面点云数据点进行球面拟合，若表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于该第一阈值的表面点云数据点的个数，筛选出局内点，最后对局内点进行包围球拟合，若局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将局内点作为髋关节配准点。本实施例充分利用了髋臼窝呈半球形这一特点，将其表面点云数据点直接进行球面拟合，再进行包围球拟合，由于球面以及包围球形态与髋臼窝的形态非常接近，因此能够在每次拟合时都最大限度的接近髋臼窝实际形态，提高拟合的精确度，又由于进行球面拟合和包围球拟合时是针对多个点进行拟合，区别于传统方式的逐点计算曲率和法矢，因此能快速筛选出髋关节的配准点，提高配准点的筛选效率。

在一个实施例中，局内点筛选模块402具体用于：

对所述表面点云数据点中的四个非共面点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点。

在一个实施例中，局内点筛选模块402具体用于：

步骤1：在所述表面点云数据点中任选四个非共面点；

步骤2：对所述四个非共面点进行球面拟合；

步骤3：若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则确定所述表面点云数据为待处理数据点；

步骤4：记录所述待处理数据点的个数，若所述待处理数据点的个数小于所述表面点云数据点的总数，则在所述表面点云数据点中另选四个非共面点，并返回步骤2，直至所述表面点云数据点中任意四个非共面点拟合的球面对应的待处理数据点均完成个数记录；各次任选的四个非共面点不完全一致；

步骤5：选取所述待处理数据点个数最多的一次球面拟合对应的所述待处理数据点作为局内点。

在一个实施例中，局内点筛选模块402具体用于：

若所述待处理数据点的个数等于所述表面点云数据点的总数，则将本次球面拟合对应的所述待处理数据点作为局内点。

在一个实施例中，局内点筛选模块402具体用于：

在所述表面点云数据点中选取四个非共面点的所有组合；

分别对每个所述组合中的四个非共面点进行球面拟合；

若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则确定所述表面点云数据为对应拟合后的球面的待处理数据点；

记录每个拟合后的球面对应的待处理数据点的个数；

选取所述待处理数据点个数最多的拟合后的球面对应的所述待处理数据点作为局内点。

在一个实施例中，配准点筛选模块403中的所述目标距离范围的最小值为第二阈值，所述目标距离范围的最大值为所述拟合后的包围球的半径。

图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器（processor）510、通信接口（Communication Interface）520、存储器（memory）530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的计算机程序，以执行髋关节配准点筛选方法的步骤，例如包括：

获取目标髋臼窝表面点云数据点；

对所述表面点云数据点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点；

对所述局内点进行包围球拟合，若所述局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将所述局内点作为髋关节配准点。

此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各实施例所提供的髋关节配准点筛选方法的步骤，例如包括：

获取目标髋臼窝表面点云数据点；

对所述表面点云数据点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点；

对所述局内点进行包围球拟合，若所述局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将所述局内点作为髋关节配准点。

另一方面，本申请实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使处理器执行上述各实施例提供的方法的步骤，例如包括：

获取目标髋臼窝表面点云数据点；

对所述表面点云数据点进行球面拟合，若所述表面点云数据点与拟合后的球面之间的最短距离小于第一阈值，则根据小于所述第一阈值的所述表面点云数据点的个数，筛选出局内点；

对所述局内点进行包围球拟合，若所述局内点与拟合后的包围球的球心之间的距离在目标距离范围内，则将所述局内点作为髋关节配准点。

所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器（例如软盘、硬盘、磁带、磁光盘（MO）等）、光学存储器（例如CD、DVD、BD、HVD等）、以及半导体存储器（例如ROM、EPROM、EEPROM、非易失性存储器（NANDFLASH）、固态硬盘（SSD））等。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。