基于深度学习的2D/3D图像配准方法在脊柱微创导航手术中的应用  

Application of 2D/3D image registration method based on deep learning in minimally invasive spine surgery

作　　者：邢珍珍[1] 颜立祥 张麟华[1] XING Zhenzhen;YAN Lixiang;ZHANG Linhua(Taiyuan Institute of Technology,Shanxi 030008 China)

机构地区：[1]太原工业学院,山西030008 [2]电子科技大学

出　　处：《护理研究》2022年第9期1631-1636,共6页Chinese Nursing Research

基　　金：山西省重点研发计划(高新领域)项目,编号:201903D121171。

摘　　要：目的:探讨基于深度学习的2D/3D图像配准方法在脊柱微创手术导航中的应用效果。方法:对LIDC⁃IDRI数据集中20例病人的术前3D脊柱CT影像和术中2D的X⁃ray影像实施分步配准。首先,将三维CT影像进行空间变化,投影到二维平面。通过卷积神经网络(CNN)对生成的二维图像进行训练并学习相关特征,将待配准图像输入学习网络,得到相关参数,完成粗配准。其次,对术前脊柱CT影像进行分割,计算浮动图像与参考图像间的相似度,通过参数优化算法对椎骨进行精确配准。采用Elastix作为对照组。结果:与对照组相比,本研究提出的方法在归一化互相关指标上提高了0.1856,在归一化互信息指标上提高了0.4456,在平均绝对误差指标上降低了0.0978。结论:该算法配准精度高,提示将深度学习方法应用于脊柱CT图像配准是一项具有前景的研究。

关 键 词：手术导航 2D/3D配准 深度学习 卷积神经网络 参数优化 

分 类 号：R473.6[医药卫生—护理学] TP391.41[医药卫生—临床医学] TP18[自动化与计算机技术—计算机应用技术]