微創(chuàng)手術(shù)中內(nèi)窺鏡視覺SLAM方法研究.pdf

1、內(nèi)窺鏡視覺即時(shí)定位與地圖創(chuàng)建(Simulation Localization and Mapping， SLAM）是在動(dòng)態(tài)微創(chuàng)手術(shù)環(huán)境下基于內(nèi)窺鏡實(shí)時(shí)影像同步完成對(duì)軟組織環(huán)境的三維動(dòng)態(tài)重建和內(nèi)窺鏡自身運(yùn)動(dòng)的估計(jì)，即獲取軟組織表面特征在對(duì)應(yīng)場(chǎng)景中的三維空間信息，并通過內(nèi)窺鏡與場(chǎng)景特征的相對(duì)位置關(guān)系來確定內(nèi)窺鏡在同一空間坐標(biāo)中的位姿。微創(chuàng)手術(shù)特殊復(fù)雜的環(huán)境，如術(shù)中光照不均、軟組織流血、診療煙霧、軟組織形變、軟組織表面強(qiáng)邊緣圖像特征缺失以及濕

2、性軟組織表面的高度鏡面反射等，對(duì)內(nèi)窺鏡視覺SLAM方法的實(shí)時(shí)性和魯棒性提出較高要求。針對(duì)以上問題，本文開展了微創(chuàng)手術(shù)中內(nèi)窺鏡視覺SLAM方法的研究，具體內(nèi)容如下：
　　1．本文搭建了基于概率估計(jì)的內(nèi)窺鏡視覺SLAM框架，主要包括內(nèi)窺鏡及軟組織運(yùn)動(dòng)建模、內(nèi)窺鏡視覺測(cè)量模型以及擴(kuò)展卡爾曼濾波算法。
　　2．軟組織特征測(cè)量包括軟組織特征提取和特征匹配兩個(gè)部分。對(duì)于軟組織的特征提取，本文創(chuàng)新性地應(yīng)用ORB（Oriented Brie

3、f）特征提取方法，保證了提取的軟組織特征在微創(chuàng)手術(shù)復(fù)雜環(huán)境中的穩(wěn)定性；為了獲得更好的實(shí)時(shí)性，本文對(duì)內(nèi)窺鏡圖像進(jìn)行了柵格區(qū)域劃分，根據(jù)區(qū)域特征分布參數(shù)，提取數(shù)目穩(wěn)定且分布均勻的軟組織特征。對(duì)于軟組織的特征匹配，提出軟組織特征匹配區(qū)域的主動(dòng)搜索方法，避免全局搜索，從而大大地減小了特征匹配的計(jì)算復(fù)雜度。最后，將上述軟組織特征測(cè)量方法代入SLAM框架，并與已有特征測(cè)量方法進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果表明，本文提出的軟組織特征測(cè)量方法具有良好的魯棒性以及廣

4、泛適用性。
　　3．針對(duì)擴(kuò)展卡爾曼濾波存在的缺陷，本文提出基于1點(diǎn)隨機(jī)抽樣一致性（1-point Random Sample Consensus，1-pointRANSAC）的改進(jìn)擴(kuò)展卡爾曼濾波算法，刪除誤匹配的同時(shí)補(bǔ)救了有用的軟組織特征信息，使得內(nèi)窺鏡定位更精確，并且結(jié)合實(shí)驗(yàn)對(duì)其進(jìn)行了可行性分析。最后，本文基于達(dá)芬奇手術(shù)機(jī)器人在真實(shí)微創(chuàng)手術(shù)環(huán)境下采集的內(nèi)窺鏡圖像數(shù)據(jù)，對(duì)本文所提出的內(nèi)窺鏡視覺SLAM方法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，