基于稀疏视角合成引导脊柱手术导航中的3D_2D配准.pdfVIP

·4·数字医学与健康2024年2月第2卷第1期DigitMedHealth,February2024,Vol.2,No.1

·优先出版·

基于稀疏视角合成引导脊柱手术导航中的

3D/2D配准

张文聪赵磊周宇佳冯前进

南方医科大学生物医学工程学院广东省医学图像处理重点实验室广东省医学成像与

诊断技术工程实验室，广州510515

通信作者：冯前进，Email：fengqj99@

【摘要】目的开发一种基于稀疏视角合成的深度学习框架，以引导术前CT图像和术中X线图

像的3D/2D配准，从而应用于图像引导的脊柱外科手术导航。方法提出一种新颖的稀疏视角合成

引导配准（SVSGReg）方法。SVSGReg包括稀疏视角循环合成路径、自重建路径和渐进式3D位姿估计

路径。（1）稀疏视角循环合成路径提取术中3D特征：基于生成对抗网络从单一视角合成其对应正交位

视角，并循环此过程，合成过程引入可微分反投影模块以重建术中3D几何特征，将3D/2D配准转化为

特征水平上的3D/3D配准；（2）自重建路径提取术前3D特征：基于自重建路径，提取丰富且关键的术

前3D几何特征；（3）渐进式3D位姿估计路径：将术前3D几何特征作为固定特征，正交位视角循环生

成得到两个术中3D几何特征作为浮动特征，两次渐进式估计得到最终的位姿参数。结果在公开的

CTSpine1k大规模脊柱数据集上验证了该方法。相比于传统方法和其他深度学习方法，SVSGReg都获

得了较好的配准结果。对于（±10°，±10mm）小位移数据集Ⅰ，平均旋转和平移估计误差分别为（0.08±

0.07）°、（0.12±0.16）mm；对于（±45°，±50mm）大位移数据集Ⅱ，平均旋转和平移估计误差分别为

（0.76±0.80）°、（0.83±0.89）mm。两个数据集的平均目标配准误差分别为（0.28±0.21）、（2.03±1.25）mm。

结论SVSGReg仅基于术中单一视角图像作为输入提取术中3D特征，减轻了以往文献中多视角和正

交位视角提取术中3D特征的限制性约束；3D特征水平估计位姿参数保证了算法鲁棒性（robustness）

和实时性；渐进式位姿估计参数有效解决大位姿差异估计问题。综上，SVSGReg对于临床脊柱疾病手

术规划和手术导航系统具有巨大的潜力。

【关键词】3D/2D配准；手术导航；视角合成；几何特征；渐进式

基金项目：国家自然科学基金数学天元基金2023K0604）

Sparse‑viewsynthesisguided3D/2Dregistrationinspinesurgerynavigation

ZhangWencong,ZhaoLei,ZhouYujia,FengQianjin

SchoolofBiomedicalEngineering,SouthernMedicalUniversityGuangdongProvincialKey

LaboratoryofMedicalImageProcessingGuangdongProvinceEngineeringLaboratoryforMedical

ImagingandDiagnosticTechnology,SouthernMedicalUniversity,Guangzhou510515,China

Correspondingauthor:FengQianjin,Email:fengqj99@

【Abstract】ObjectiveAdeeplearningframeworkhasbeendevelopedbasedon

sparse‑viewsynthesistoguide3D/2DregistrationofpreoperativeCTimagesandintraoperative

X‑rayimagesforapplic