基于面的术中配准方法及神经导航设备

摘要

本发明提供基于面的术中配准方法，该方法包括：接收三维扫描仪发送的患者面部三维点云信息；接收光学追踪设备发送的位姿矩阵，所述位姿矩阵为扫描患者面部过程中的所述三维扫描仪在光学追踪设备空间坐标系中的位姿矩阵；对患者面部三维点云信息与术前患者面部的CT数据进行初始配准，得到CT数据到患者所在真实空间坐标系的初始转换矩阵；确定三维扫描仪到光学追踪设备坐标系的转换矩阵；根据位姿矩阵、初始转换矩阵及转换矩阵确定目标转换矩阵；基于目标转换矩阵将CT数据转换到患者所在的真实空间坐标系。本发明还公开了一种神经导航设备，本发明所提供的基于面的术中配准方法及神经导航设备，能够提高术中配准的精确度，提高术中配准效果。

说明书

技术领域

本发明涉及手术导航领域，尤其涉及一种基于面的术中配准方法及神经导航设备。

背景技术

手术导航是指将病人术前或术中影像数据和手术床上病人解剖结构准确对应，在手术过程中跟踪手术器械并将手术器械的位置在病人影像上以虚拟探针的形式实时更新显示。术中配准是手术导航系统中非常重要的环节，术中配准的精度直接影响手术导航的精度。术中配准主要将病人电子计算机断层扫描(Computed Tomography，CT)等医学影像所在的虚拟世界坐标系转换到病人所在的真实世界坐标系下的过程。目前手术导航中常用的术中配准包括基于点的配准，基于点的配准有以下缺陷：扫描CT是需要在病人面部贴若干标记物，加大手术成本，延长手术准备时间，粘贴在病人面部的标记物容易发生移位和脱落，增大术中配准的误差，标记物选取过程比较长，增加医生的工作量。可见，现有技术中术中配准存在配准效果比较差的问题。

发明内容

本发明解决的技术问题是提供一种基于面的术中配准方法及神经导航设备，解决现有技术中术中配准存在配准效果比较差的问题。

为解决上述技术问题，本发明提供了一种基于面的术中配准方法，包括：

接收三维扫描仪发送的患者面部三维点云信息；

接收光学追踪设备发送的位姿矩阵^MarkerT_NDI，所述位姿矩阵^MarkerT_NDI为扫描患者面部过程中的所述三维扫描仪在光学追踪设备空间坐标系中的位姿矩阵；

对所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行初始配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner；

确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker；

根据所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及转换矩阵^ScannerT_Marker确定目标转换矩阵^CTT_NDI；

基于所述目标转换矩阵^CTT_NDI将CT数据转换到所述患者所在的真实空间坐标系。

优选地，所述对所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner的步骤包括：

基于凸包结构算法及迭代最近点ICP算法将所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

优选地，所述基于凸包结构算法及迭代最近点ICP算法将所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner步骤包括：

基于凸包结构算法对所述患者面部三维点云信息与术前所述患者面部的CT数据进行初始配准，得到所述患者面部三维点云信息与术前所述患者面部的CT数据之间的坐标转换矩阵T，基于所述坐标转换矩阵T对所述患者面部三维点云信息进行初步坐标变换，得到目标三维点云信息；

基于分割k维数据空间的数据结构kd-tree从所述目标三维点云信息中搜索与所述CT数据的每一个点最近的点，移除所述目标三维点云信息中的杂点，得到处理后的三维点云信息；

基于迭代最近点ICP算法将所述处理后的三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行精准配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

优选地，所述根据所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及坐标系转换矩阵^ScannerT_Marker确定目标转换矩阵^CTT_NDI的步骤包括：

将所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及坐标系转换矩阵^ScannerT_Marker之间的乘积作为所述目标转换矩阵^CTT_NDI。

优选地，所述确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker的步骤包括：

根据附着在所述三维扫描仪上的光学跟踪标识点，确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker。

为解决上述技术问题，本发明还提供一种神经导航设备，包括：

第一接收模块，用于接收三维扫描仪发送的患者面部三维点云信息；

第二接收模块，用于接收光学追踪设备发送的位姿矩阵^MarkerT_NDI，所述位姿矩阵^MarkerT_NDI为扫描患者面部过程中的所述三维扫描仪在光学追踪设备空间坐标系中的位姿矩阵；

初始配准模块，用于对所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行初始配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner；

第二确定模块，用于确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker；

第三确定模块，用于根据所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及转换矩阵^ScannerT_Marker确定目标转换矩阵^CTT_NDI；

转换模块，基于所述目标转换矩阵^CTT_NDI将CT数据转换到所述患者所在的真实空间坐标系。

优选地，所述初始配准模块，还用于基于凸包结构算法及迭代最近点ICP算法将所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

优选地，所述初始配准模块包括：

第一配准子模块，基于凸包结构算法对所述患者面部三维点云信息与术前所述患者面部的CT数据进行初始配准，得到所述患者面部三维点云信息与术前所述患者面部的CT数据之间的坐标转换矩阵T，基于所述坐标转换矩阵T对所述患者面部三维点云信息进行初步坐标变换，得到目标三维点云信息；

移除子模块，用于基于分割k维数据空间的数据结构kd-tree从所述目标三维点云信息中搜索与所述CT数据的每一个点最近的点，移除所述目标三维点云信息中的杂点，得到处理后的三维点云信息；

第二配准子模块，用于基于迭代最近点ICP算法将所述处理后的三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行精准配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

优选地，所述第三确定模块，用于将所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及坐标系转换矩阵^ScannerT_Marker之间的乘积作为所述目标转换矩阵^CTT_NDI。

优选地，所述第二确定模块，用于根据附着在所述三维扫描仪上的光学跟踪标识点，确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker。

本发明提供的基于面的术中配准方法及神经导航设备，在术中配准过程中，无需在患者皮肤上设置人工标记物，无潜在危险，操作便捷，配准精度高，时间花费少，效率高。

附图说明

图1为本发明提供的基于面的术中配准方法一实施例的应用环境示意图；

图2为本发明提供的基于面的术中配准方法一实施例的流程图；

图3为本发明提供的患者的术中面部点云信息的示意图；

图4为本发明提供的患者的术前CT数据的示意图；

图5为本发明提供的基于面的术中配准方法另一实施例的流程图；

图6为本发明提供的神经导航设备的一实施例的结构图；

图7为本发明提供的神经导航设备的另一实施例的结构图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。

参见图1，图1为本发明提供的基于面的术中配准方法一实施例的应用环境示意图。在图1中包括神经导航设备100、光学追踪设备200及三维扫描仪300。神经导航设备100、光学追踪设备200及三维扫描仪300之间可以进行通信连接。

参见图2，图2为本发明提供的基于面的术中配准方法一实施例的流程图，图2所示的基于面的术中配准方法可以应用于如图1所示的神经导航设备100，如图2所示，基于面的术中配准方法包括以下步骤：

步骤S201、接收三维扫描仪发送的患者面部三维点云信息。

在本发明实施例中，可以将三维扫描仪对准病人面部进行扫描，获取病人面部三维数据。举例来说，在图1所示的应用环境中，通过三维扫描仪300对准患者面部进行扫描，得到患者的面部点云信息。三维扫描仪300在得到患者面部三维点云信息后，将患者面部三维点云信息发送给神经导航设备100，神经导航设备100接收三维扫描仪300发送的患者面部三维点云信息。

参见图3，图3为本发明提供的患者的术中面部点云信息的示意图。如图3所示的患者的面部点云信息可以清楚的显示面部轮廓。可以理解的是，点云信息除了具有几何位置以外，还可以有颜色信息。颜色信息通常是通过相机获取彩色影像，然后将对应位置的像素的颜色信息(RGB)赋予点云中对应的点。

步骤S202、接收光学追踪设备发送的位姿矩阵^MarkerT_NDI，所述位姿矩阵^MarkerT_NDI为扫描患者面部过程中的所述三维扫描仪在光学追踪设备空间坐标系中的位姿矩阵。

举例来说，在图1的应用环境中，在三维扫描仪300扫描患者面部过程中，光学追踪设备200确定三维扫描仪300在光学追踪设备空间坐标系中的位姿矩阵^MarkerT_NDI，光学追踪设备200可以为NDI>MarkerT_NDI后，将位姿矩阵^MarkerT_NDI发送给神经导航设备100。神经导航设备100接收光学追踪设备200发送的位姿矩阵^MarkerT_NDI。

步骤S203、对所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行初始配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

参见图4，图4为本发明提供的患者的术前CT数据的示意图。如图4所示，所示患者的术前CT数据为对患者的面部的扫描数据进行三维建模后的面部模型。

具体来说，在图1中的应用环境中，神经导航设备100对所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行初始配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

步骤S204、确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker。

具体来说，在图1所示的应用环境中，神经导航设备100确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker。

在本发明实施例中，可以在图1中的三维扫描仪300上附着光学跟踪标识点，在所述三维扫描仪300上附着光学跟踪标识点后，所述三维扫描仪300到光学追踪设备坐标系的转换矩阵^ScannerT_Marker是固定不变的。

可选的，该步骤S204可以包括以下步骤：根据附着在所述三维扫描仪300上的光学跟踪标识点，确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker。

步骤S205、根据所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及转换矩阵^ScannerT_Marker确定目标转换矩阵^CTT_NDI。

在本发明实施例中，可以将所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及坐标系转换矩阵^ScannerT_Marker之间的乘积作为所述目标转换矩阵^CTT_NDI。

具体来说，可根据以下公式：^CTT_NDI＝^MarkerT_NDI*^ScannerT_Marker*^CTT_Scanner计算目标转换矩阵^CTT_NDI，其中，^MarkerT_NDI为所述三维扫描仪在光学追踪设备空间坐标系中的位姿矩阵、^CTT_Scanner为CT数据到所述患者所在真实空间坐标系的初始转换矩阵，^ScannerT_Marker为所述三维扫描仪到光学追踪设备坐标系的转换矩阵。

步骤S206、基于所述目标转换矩阵^CTT_NDI将CT数据转换到所述患者所在的真实空间坐标系。

在该步骤中，将患者的CT数据转换到患者所在的真实空间坐标系中，进入追踪导航过程，在患者的患部的图像模型中进行相应的手术器械位置标识，完成手术导航的跟踪过程，保证手术医生能将医疗器械精确送达目标。

本发明实施例中提供的基于面的术中配准方法，在术中配准过程中，无需在患者皮肤上设置人工标记物，无潜在危险，操作便捷，配准精度高，时间花费少，效率高。

请参阅图5，图5为本发明提供的基于面的术中配准方法另一实施例的流程图。图5所示的基于面的术中配准方法可以应用于如图1所示的应用环境中，如图5所示，基于面的术中配准方法包括以下步骤：

步骤S501、接收三维扫描仪发送的患者面部三维点云信息。

该步骤S501与图2所示实施例中的步骤S201具有相同的实现方式及有益效果，为避免重复，在此不再赘述。

步骤S502、接收光学追踪设备发送的位姿矩阵^MarkerT_NDI，所述位姿矩阵^MarkerT_NDI为扫描患者面部过程中的所述三维扫描仪在光学追踪设备空间坐标系中的位姿矩阵。

该步骤S502与图2所示实施例中的步骤S202具有相同的实现方式及有益效果，为避免重复，在此不再赘述。

步骤S503、基于凸包结构算法及迭代最近点ICP算法将所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

在本实施例中，凸包算法可以是葛立恒Graham扫描法和Jarvis步进法，ICP算法一种迭代计算方法，通过不断迭代最小化源数据与目标数据对应点来实现精确地拼合。这样，可以提高CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner的精确度，提高配准的准确度。

该步骤S503可以包括以下步骤：

基于凸包结构算法对所述患者面部三维点云信息与术前所述患者面部的CT数据进行初始配准，得到所述患者面部三维点云信息与术前所述患者面部的CT数据之间的坐标转换矩阵T，基于所述坐标转换矩阵T对所述患者面部三维点云信息进行初步坐标变换，得到目标三维点云信息；

基于分割k维数据空间的数据结构kd-tree从所述目标三维点云信息中搜索与所述CT数据的每一个点最近的点，移除所述目标三维点云信息中的杂点，得到处理后的三维点云信息；

基于迭代最近点ICP算法将所述处理后的三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行精准配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

在本发明实施例中，所述基于凸包结构算法对所述患者面部三维点云信息与术前所述患者面部的CT数据进行初始配准，得到所述患者面部三维点云信息与术前所述患者面部的CT数据之间的坐标转换矩阵T，基于所述坐标转换矩阵T对所述患者面部三维点云信息进行初步坐标变换，得到目标三维点云信息的步骤可以包括以下步骤：

对所述患者面部三维点云信息提取第一凸包结构，对术前所述患者面部的CT数据提取第二凸包结构，从所述第一凸包结构随机选取第一三角形，从第二凸包结构选择位于所述第一三角形配对的第二三角形；判断所述第一三角形与所述第二三角形的相似度是否超过第一预设阈值；若所述第一三角形与所述第二三角形的相似度超过第一预设阈值，则通过所述第一三角形与所述第二三角形之间的坐标转换矩阵T，基于所述坐标转换矩阵T对所述患者面部三维点云信息进行配准；若所述第一三角形与所述第二三角形的相似度低于第一预设阈值，则重新从第二凸包结构选择与所述第一三角形配对的三角形。判断配准后的所述患者面部三维点云信息与术前所述患者面部的CT数据的重合比例是否最优，若所述重合比例为最优，则更新最优的坐标变换矩阵T；若所述重合比例不为最优，则重新从第二凸包结构选择与所述第一三角形配对的三角形。判断随机抽样一致(RANdom SAmpleConsensus，RANSAC)迭代是否终止，若RANSAC迭代终止，则将基于最优的坐标变换矩阵T对所述患者面部三维点云信息进行初步坐标变换后得到的三维点云信息，作为所述目标三维点云信息；若RANSAC迭代未终止，则从所述第一凸包结构随机选取三角形。在本发明实施例中，将点云的凸包结构信息引入点云配准过程中，利用点云凸包表面的三角形连接关系，作为随机采样的约束，经过多次的随机迭代并以最多匹配点(Largest common point，LCP)测度对变换进行评价，获得最优的坐标变换结果，可以提高初始配准的准度。

在本发明实施例中，从所述目标三维点云信息中搜索与所述CT数据的每一个点最近的点是指：对于所述目标三维点云信息中的每一个点，用kd-tree算法在所述CT数据里搜索与之最近的点。当所述目标三维点云信息中的某一点与所述CT数据中的最近的点之间的距离小于一预设阈值时认为这两个点为对应点，所述杂点为没有对应点的点。

在本发明实施例中，基于凸包结构算法进行初始配准，不受角度限制，且速度快、效果好，基于kd-tree移除杂点，可以提高搜索杂点的速度，提高移除杂点的速度。基于迭代最近点ICP算法得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner，可以提高CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner的精确度，提高配准的准确度。

步骤S504、确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker。

该步骤S504与图2所示实施例中的步骤S204具有相同的实现方式及有益效果，为避免重复，在此不再赘述。

步骤S505、根据所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及转换矩阵^ScannerT_Marker确定目标转换矩阵^CTT_NDI。

该步骤S505与图2所示实施例中的步骤S205具有相同的实现方式及有益效果，为避免重复，在此不再赘述。

步骤S506、基于所述目标转换矩阵^CTT_NDI将CT数据转换到所述患者所在的真实空间坐标系。

该步骤S506与图2所示实施例中的步骤S206具有相同的实现方式及有益效果，为避免重复，在此不再赘述。

本发明实施例中提供的基于面的术中配准方法，在术中配准过程中，无需在患者皮肤上设置人工标记物，无潜在危险，操作便捷，配准精度高，时间花费少，效率高。

本发明进一步提供一种神经导航设备。参见图6，图6为本发明提供的神经导航设备一实施例的结构图，如图6所示，神经导航设备600包括：第一接收模块601、第二接收模块602、初始配准模块603、第一确定模块604、第二确定模块605及转换模块606，第一接收模块601、第二接收模块602与初始配准模块603连接、初始配准模块603与第一确定模块604连接、第一确定模块604与第二确定模块605连接、第二确定模块605与转换模块606连接，其中：

所述第一接收模块601，用于接收三维扫描仪发送的患者面部三维点云信息；所述第二接收模块602，用于接收光学追踪设备发送的位姿矩阵^MarkerT_NDI，所述位姿矩阵^MarkerT_NDI为扫描患者面部过程中的所述三维扫描仪在光学追踪设备空间坐标系中的位姿矩阵；所述初始配准模块603，用于对所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行初始配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner；所述第一确定模块604，用于确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker；所述第二确定模块605，用于根据所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及转换矩阵^ScannerT_Marker确定目标转换矩阵^CTT_NDI；所述转换模块606，基于所述目标转换矩阵^CTT_NDI将CT数据转换到所述患者所在的真实空间坐标系。

在本发明实施例中，可以将三维扫描仪对准病人面部进行扫描，获取病人面部三维数据。三维扫描仪在得到患者面部三维点云信息后，将患者面部三维点云信息发送给所述神经导航设备600，所述神经导航设备600的第一接收模块601接收三维扫描仪发送的患者面部三维点云信息。

请再次参见图3，图3为本发明提供的患者的术中面部点云信息的示意图。如图3所示的患者的面部点云信息可以清楚的显示面部轮廓。可以理解的是，点云信息除了具有几何位置以外，还可以有颜色信息。颜色信息通常是通过相机获取彩色影像，然后将对应位置的像素的颜色信息(RGB)赋予点云中对应的点。

在三维扫描仪300扫描患者的面部时，光学追踪设备200确定三维扫描仪300在光学追踪设备空间坐标系中的位姿矩阵^MarkerT_NDI，光学追踪设备200可以为NDI>MarkerT_NDI后，将位姿矩阵^MarkerT_NDI发送给神经导航设备。所述神经导航设备的第二接收模块602接收光学追踪设备200发送的位姿矩阵^MarkerT_NDI。

请再次参阅图4，图4为本发明提供的患者的术前CT数据的示意图。如图4所示，所示患者的术前CT数据为对患者的面部的扫描数据进行三维建模后的面部模型。

具体来说，神经导航设备600对所述患者面部三维点云信息与术前所述患者面部的CT数据进行初始配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

具体来说，神经导航设备600确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker。在本发明实施例中，可以在三维扫描仪上附着光学跟踪标识点，在所述三维扫描仪上附着光学跟踪标识点后，所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker是固定不变的。

可选的，所述第一确定模块604，还用于根据附着在所述三维扫描仪上的光学跟踪标识点，确定所述三维扫描仪到光学追踪设备坐标系的转换矩阵^ScannerT_Marker。

在本发明实施例中，所述第二确定模块605还用于将所述位姿矩阵^MarkerT_NDI、初始转换矩阵^CTT_Scanner及坐标系转换矩阵^ScannerT_Marker之间的乘积作为所述目标转换矩阵^CTT_NDI。

可选的，所述第二确定模块605还用于根据以下公式：^CTT_NDI＝^MarkerT_NDI*^ScannerT_Marker*^CTT_Scanner计算目标转换矩阵^CTT_NDI，其中，^MarkerT_NDI为所述三维扫描仪在光学追踪设备空间坐标系中的位姿矩阵、^CTT_Scanner为CT数据到所述患者所在真实空间坐标系的初始转换矩阵，^ScannerT_Marker为所述三维扫描仪到光学追踪设备坐标系的转换矩阵。

所述在转换模块606基于所述目标转换矩阵^CTT_NDI将CT数据转换到所述患者所在的真实空间坐标系之后，神经导航设备600进入追踪导航过程，在患者的患部的图像模型中进行相应的手术器械位置标识，完成手术导航的跟踪过程，保证手术医生能将医疗器械精确送达目标。

本发明实施例中提供的神经导航设备600，在术中配准过程中，无需在患者皮肤上设置人工标记物，无潜在危险，操作便捷，配准精度高，时间花费少，效率高。

请参阅图7，图7为本发明提供的神经导航设备600另一实施例的结构图。图7为在图6基础上的改进结构图，图7与图6的区别之处在于初始配准模块603中增加了第一配准子模块6031、移除子模块6032及第二配准子模块6033，图7所示的第一接收模块601、第二接收模块602、第一确定模块604、第二确定模块605及转换模块606具有与图6中所示的第一接收模块601、第二接收模块602、第一确定模块604、第二确定模块605及转换模块606相同的功能，在此不再赘述，第一配准子模块6031与移除子模块6032连接、移除子模块6032与第二配准子模块6033连接，下面对初始配准模块603、第一配准子模块6031、移除子模块6032及第二配准子模块6033进行详细说明。

所述初始配准模块603，还用于基于凸包结构算法及迭代最近点ICP算法将所述患者面部三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

在本实施例中，凸包算法可以是葛立恒Graham扫描法和Jarvis步进法，ICP算法一种迭代计算方法，通过不断迭代最小化源数据与目标数据对应点来实现精确地拼合。这样，可以提高CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner的精确度，提高配准的准确度。

所述第一配准子模块6031，用于基于凸包结构算法对所述患者面部三维点云信息与术前所述患者面部的CT数据进行初始配准，得到所述患者面部三维点云信息与术前所述患者面部的CT数据之间的坐标转换矩阵T，基于所述坐标转换矩阵T对所述患者面部三维点云信息进行初步坐标变换，得到目标三维点云信息；所述移除子模块6032，用于基于分割k维数据空间的数据结构kd-tree从所述目标三维点云信息中搜索与所述CT数据的每一个点最近的点，移除所述目标三维点云信息中的杂点，得到处理后的三维点云信息分割k维数据空间的数据结构kd-tree从搜索；所述第二配准子模块6033，用于基于迭代最近点ICP算法将所述处理后的三维点云信息与术前所述患者面部的计算机断层扫描CT数据进行精准配准，得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner。

在本发明实施例中，所述基于凸包结构算法对所述患者面部三维点云信息与术前所述患者面部的CT数据进行初始配准，得到所述患者面部三维点云信息与术前所述患者面部的CT数据之间的坐标转换矩阵T，基于所述坐标转换矩阵T对所述患者面部三维点云信息进行初步坐标变换，得到目标三维点云信息的过程可以包括以下步骤：

对所述患者面部三维点云信息提取第一凸包结构，对术前所述患者面部的CT数据提取第二凸包结构，从所述第一凸包结构随机选取第一三角形，从第二凸包结构选择位于所述第一三角形配对的第二三角形；判断所述第一三角形与所述第二三角形的相似度是否超过第一预设阈值；若所述第一三角形与所述第二三角形的相似度超过第一预设阈值，则通过所述第一三角形与所述第二三角形之间的坐标转换矩阵T，基于所述坐标转换矩阵T对所述患者面部三维点云信息进行配准；若所述第一三角形与所述第二三角形的相似度低于第一预设阈值，则重新从第二凸包结构选择与所述第一三角形配对的三角形。判断配准后的所述患者面部三维点云信息与术前所述患者面部的CT数据的重合比例是否最优，若所述重合比例为最优，则更新最优的坐标变换矩阵T；若所述重合比例不为最优，则重新从第二凸包结构选择与所述第一三角形配对的三角形。判断随机抽样一致(RANdom SAmpleConsensus，RANSAC)迭代是否终止，若RANSAC迭代终止，则将基于最优的坐标变换矩阵T对所述患者面部三维点云信息进行初步坐标变换后得到的三维点云信息，作为所述目标三维点云信息；若RANSAC迭代未终止，则从所述第一凸包结构随机选取三角形。在本发明实施例中，将点云的凸包结构信息引入点云配准过程中，利用点云凸包表面的三角形连接关系，作为随机采样的约束，经过多次的随机迭代并以最多匹配点(Largest common point，LCP)测度对变换进行评价，获得最优的坐标变换结果，可以提高初始配准的准度。

在本发明实施例中，从所述目标三维点云信息中搜索与所述CT数据的每一个点最近的点是指：对于所述目标三维点云信息中的每一个点，用kd-tree算法在所述CT数据里搜索与之最近的点。当所述目标三维点云信息中的某一点与所述CT数据中的最近的点之间的距离小于一预设阈值时认为这两个点为对应点，所述杂点为没有对应点的点。

在本发明实施例中，基于凸包结构算法进行初始配准，不受角度限制，且速度快、效果好，基于kd-tree移除杂点，可以提高搜索杂点的速度，提高移除杂点的速度。基于迭代最近点ICP算法得到CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner，可以提高CT数据到所述患者所在真实空间坐标系的初始转换矩阵^CTT_Scanner的精确度，提高配准的准确度。

本发明实施例中提供的神经导航设备600，在术中配准过程中，无需在患者皮肤上设置人工标记物，无潜在危险，操作便捷，配准精度高，时间花费少，效率高。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。