心臟微創(chuàng)手術(shù)近年來發(fā)展迅速,然而由于心臟運動速度較快等原因,該類手術(shù)仍然很有挑戰(zhàn)性,所以對心臟進行三維運動跟蹤的工作就變得很重要。在基于立體內(nèi)窺鏡的跳動心臟運動跟蹤中,跟蹤過程經(jīng)常被鏡面反射、遮擋等動態(tài)干擾中斷。良好的預(yù)測算法可以在心臟運動跟蹤失敗時提供缺失的視覺信息,并在干擾結(jié)束后恢復(fù)正常跟蹤。本文對心臟三維運動跟蹤及運動預(yù)測進行了深入研究,成果如下:1)針對基于傳統(tǒng)模型的心臟三維運動跟蹤重構(gòu)精度和速度較低的問題,提出了一種基于改進的低秩統(tǒng)計姿態(tài)模型（Low-rank Statistical Shape Model,LSM）的心臟三維運動跟蹤。首先將薄板樣條模型解耦為形狀和位置,并使用解耦模型來預(yù)重構(gòu)多幀歷史感興趣區(qū)域,然后利用主成分分析技術(shù)（Principal Component Analysis,PCA）從預(yù)重構(gòu)的結(jié)果中學(xué)習(xí)特征形狀并在此基礎(chǔ)上構(gòu)建LSM模型,利用該模型重建后續(xù)幀。三維跟蹤問題轉(zhuǎn)化為每幀的模型參數(shù)優(yōu)化問題,利用有效二階最小化（Efficient Second-order Minimization,ESM）算法迭代求解參數(shù),完成心臟三維運動跟蹤。實驗結(jié)果表明該算法在... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-2雙目攝像機的成像原理圖及其獲取的左右圖像

圖 2-5 基于模型的 ROI 重建示意圖預(yù)測系統(tǒng)可以使醫(yī)生能夠更有效地執(zhí)行復(fù)雜且精細的手術(shù)是非常具有挑戰(zhàn)性的，正如 Bo 等人在文獻[類所能跟蹤的范圍，所以主動運動補償技術(shù)被提該技術(shù)的主要目的是通過主動同步手術(shù)器械與心定的手術(shù)環(huán)境。主動運動補償技術(shù)主要是解決測于測量和控制來說，POI 的運動預(yù)測是非常重要采用遞歸跟蹤的方案，由于通常將前一幀的測量當(dāng)前幀的測量取決于從前一幀測量的結(jié)果是否常不能自行恢復(fù)。在一個高度動態(tài)的微創(chuàng)手術(shù)中立體內(nèi)窺鏡的視覺跟蹤過程中，內(nèi)窺鏡圖像往往（由手術(shù)器械，煙霧或血液等引起）等動態(tài)效應(yīng)

的閾值法進行移除[50]。由于 ESM 算法無法不間斷地跟蹤全部的 600 幀體內(nèi)心臟數(shù)據(jù)，當(dāng)跟蹤中斷時，將手動重新啟動跟蹤過程。我們最終獲得四個43200 600的姿態(tài)數(shù)據(jù)矩陣及其對應(yīng)的43200 24的形狀變換矩陣和24 600的參數(shù)矩陣。奇異值和特征形狀可以由參數(shù)矩陣計算出。每個視頻集的奇異值都是稀疏的，圖 3-2 展示出了奇異值平方值的分布情況。能量集中在前幾個較大的奇異值上，展示了 9 個控制點的 TPS 模型定義的 24 維姿態(tài)空間中姿態(tài)向量的分布是稀疏的，表明 9-CP 的 TPS 模型的自由度對于姿態(tài)表示是冗余的。因此，通過前幾個對應(yīng)于最大奇異值的主成分重建心臟姿態(tài)是可行的。通過前幾個最大奇異值對應(yīng)的主成分進行重建的誤差可以通過式（3-3）中所示的被忽略掉的奇異值來估算。根據(jù)奇異值的能量分布，視頻 I/II/III/IV 四個數(shù)據(jù)集的前 8 幀、前 6 幀、前 12 幀和前 10 幀的特征形狀分別用于各自的低秩形變建模，使得每個數(shù)據(jù)集的歸一化重建誤差滿足如式（3-43）所示的條件。22 0.01F FQ Q Q (3-43)

【參考文獻】：
期刊論文
[1]基于Harris角點的內(nèi)窺鏡圖像變形全自動校正算法[J]. 王田苗,王君臣,楊艷,胡磊,孫磊.  自動化學(xué)報. 2011(11)

碩士論文
[1]機器視覺輔助超聲手術(shù)導(dǎo)航系統(tǒng)研究[D]. 謝健.華中科技大學(xué) 2017
[2]基于視覺的膠囊內(nèi)窺鏡導(dǎo)航研究[D]. 趙熒.哈爾濱工業(yè)大學(xué) 2013
[3]輔助腹腔鏡手術(shù)機器人設(shè)計與研究[D]. 董九志.哈爾濱工程大學(xué) 2007



本文編號：3338447