| 王思斌,赵毅,陈泽南,郭新垣,金子川,肖越勇,张肖.基于点云处理提取胸部CT图像中的穿刺针位姿[J].中国医学影像技术,2025,41(10):1725~1729 |
| 基于点云处理提取胸部CT图像中的穿刺针位姿 |
| Extracting biopsy needle pose in chest CT images based on point cloud processing |
| 投稿时间：2025-08-20 修订日期：2025-10-15 |
| DOI：10.13929/j.issn.1003-3289.2025.10.026 |
| 中文关键词: 影像引导下活组织检查 图像处理,计算机辅助 体层摄影术,X线计算机 点云处理 位姿提取 |
| 英文关键词:image-guided biopsy image processing, computer-assisted tomography, X-ray computed point cloud processing pose extraction |
| 基金项目:军委后勤保障部卫生局技术产品研究项目(24BJZ16)、北京市自然科学基金-海淀原始创新联合基金(L252181)。 |
| 作者 | 单位 | E-mail | | 王思斌 | 中国人民解放军医学院, 北京 100853
中国人民解放军总医院第一医学中心放射诊断科, 北京 100853 | | | 赵毅 | 山东卓业医疗科技有限公司研发部, 山东 青岛 266100 | | | 陈泽南 | 浙江大学医学院附属第四医院超声医学科, 浙江 义乌 322000 | | | 郭新垣 | 中国人民解放军医学院, 北京 100853
中国人民解放军总医院第一医学中心放射诊断科, 北京 100853 | | | 金子川 | 中国人民解放军医学院, 北京 100853
中国人民解放军总医院第一医学中心放射诊断科, 北京 100853 | | | 肖越勇 | 中国人民解放军总医院第一医学中心放射诊断科, 北京 100853 | | | 张肖 | 中国人民解放军总医院第一医学中心放射诊断科, 北京 100853 | doczhang301@163.com |
|
| 摘要点击次数: 110 |
| 全文下载次数: 33 |
| 中文摘要: |
| 目的 观察基于点云处理提取胸部CT图像中的穿刺针位姿的效能。方法 通过分割胸部CT图像与表面重建生成三维点云,利用空间点云聚类与几何形态约束筛选空间中的穿刺针区域;基于主成分分析确定穿刺针主方向,构建圆柱体模型包络穿刺针数据,并采用随机抽样一致算法进行针道拟合,精确提取穿刺针空间位姿;参照临床常用不同穿刺深度与角度组合以3D打印体模评估本方法的效能。结果 体模实验显示,识别穿刺针成功率100%,角度误差(1.013±0.424)°、位置误差(2.023±1.553)mm,即本方法准确且稳定。结论 基于点云处理可高精度提取胸部CT图像中的穿刺针位姿。 |
| 英文摘要: |
| Objective To explore the efficacy of extracting biopsy needle pose in chest CT images based on point cloud processing. Methods Three-dimensional point clouds were generated through segmentation of chest CT images and surface reconstruction. Spatial point cloud clustering and geometric constraints were applied to filter regions contained the puncture needle in space. The principal direction of the needle was judged using principal component analysis, and a cylindrical model was constructed to enclose the needle data. Then random sample consensus algorithm was used for needle trajectory fitting to accurately extract the spatial position and orientation of the puncture needle. The efficacy of the above method was evaluated using a 3D-printed anatomical model based on common clinical combinations of puncture depths and angles. Results The anatomical model experiments showed a 100% success rate in puncture needle identification, with angular error of (1.013±0.424) ° and positional error of (2.023±1.553) mm, indicating that this method had good accuracy and stability. Conclusion The puncture needle’s position in chest CT images could be extracted with high precision based on point cloud processing. |
| 查看全文 查看/发表评论 下载PDF阅读器 |
|
|
|
