激光三维点云与CT三维点云配准方法

    公开(公告)号:CN111260702B

    公开(公告)日:2022-05-17

    申请号:CN202010091558.0

    申请日:2020-02-13

    Abstract: 本发明公开了一种激光三维点云与CT三维点云配准方法,包括:对患者体表激光三维点云数据进行统计滤波、点云区域生长处理和体素滤波,将患者的4D‑CT数据重建为CT三维点云数据;从激光三维点云数据选取点集合S1,从CT三维点云数据选取点集合S2;利用PointRegNet网络,从S1提取特征点集合Q,从S2提取特征点集合V;设置Q中所有特征点相互连接形成特征边的集合ES,设置V中所有特征点与K近邻的特征点连接形成特征边的集合E,将图(V,E)与图(Q,ES)进行配准;利用运动幅度信息对S1中的点分配权重,以S2为基础建立GMM模型,GMM模型结合分配权重后的S1中的点构造概率似然函数。本发明技术方案缓解了现有技术无法直接应用于体表点云配准的问题。

    激光三维点云与CT三维点云配准方法

    公开(公告)号:CN111260702A

    公开(公告)日:2020-06-09

    申请号:CN202010091558.0

    申请日:2020-02-13

    Abstract: 本发明公开了一种激光三维点云与CT三维点云配准方法,包括:对患者体表激光三维点云数据进行统计滤波、点云区域生长处理和体素滤波,将患者的4D-CT数据重建为CT三维点云数据;从激光三维点云数据选取点集合S1,从CT三维点云数据选取点集合S2;利用PointRegNet网络,从S1提取特征点集合Q,从S2提取特征点集合V;设置Q中所有特征点相互连接形成特征边的集合ES,设置V中所有特征点与K近邻的特征点连接形成特征边的集合E,将图(V,E)与图(Q,ES)进行配准;利用运动幅度信息对S1中的点分配权重,以S2为基础建立GMM模型,GMM模型结合分配权重后的S1中的点构造概率似然函数。本发明技术方案缓解了现有技术无法直接应用于体表点云配准的问题。

Patent Agency Ranking