内窥镜手术中的三维实时图像导航关键技术

本课题通过研制基于多光谱时分复用技术的内窥镜装置，采用图像处理算法获得具有稳定特征点的内窥镜微细血管图像，进而根据单目运动三维视觉重建原理实现内窥镜图像的三维实时重建，借助与患者医疗影像数据的三维实时配准，满足医生内窥镜微创手术操作时对内窥镜实时定位与实时三维场景两者的需求。课题对所设计装置及算法的可行性进行了分析，提出了对应的数据结构、算法结构流程、实现方案与评价方法，为课题顺利执行奠定了基础。该三维内窥镜系统的研制不仅可摆脱现有手术导航系统对跟踪定位技术对光线遮挡及环境干扰等的限制，并可同时提供内窥镜三维场景信息，缩小传统双路三维内窥镜体积，从而缩短医生培训时间，提高医生手术操作安全性和可靠性。

本课题的目标是研究单目视觉运动的三维内窥镜关键技术，使其在不改变医生内窥镜操作习惯且不减小视野范围的前提下，具备位置导航和三维测量显示功能。.项目实施以来，课题组研究了一种基于棋盘格角点处梯度为局部最小值原理的自动检测方法，解决了内窥镜大畸变条件下标志点的自动提取问题，在不需要人工干预条件下获得反投影标准误差小于0.15像素；对影响提取SIFT特征点数量与质量的主要参数如高斯模板尺寸、高斯半径、边界点判定值、特征点匹配参考值进行了优化配置，结果表明高斯模板为5x5、高斯半径为1.2、边界点判定值选为20及特征点匹配参考值为0.49时可得到相对较稳定的特征点；采用区域匹配算法替代传统SIFT算法中的全局匹配算法，实验证明这种算法能够有效的提高内窥镜图像中的特征点匹配数量，同时能降低误匹配率；通过建立Delaunay初始三角形状态，在初始状态的基础上，按照位置约束、最小四面体约束、Delaunay约束等建立相应规则增长产生后续状态，然后更新搜索元素队列，依此递推增长提高了表面重建速度；实验测试结果表明，重建面片的表面积整体分布较为均匀，说明所采用的特征提取和表面重建算法是基本有效的。. 此外，课题组还探讨了利用双目立体内窥镜的立体图像实现快速立体匹配、建立检测物体的三维表面轮廓的方法；以及采用惯性跟踪器得到相邻帧的旋转矩阵和平移矩阵，降低内窥镜特征匹配计算复杂性的硬件平台与算法；课题组提出了一种新型的内窥镜结构方案，系统采用纤维束形成结构照明光，并通过物体反射光的解码重建物体三维表面形状。. 课题组积极促进相关研究工作的工程转化，江苏某医疗公司签订技术开发合同，开发有关静脉成像的医学检测设备。