系統對位演算法.ppt

實驗結果與分析 實驗流程： I. 固定顱顏假體 II. 進行顱顏表面 3D 資料重建 III. 擷取左右影像，並依序點選顱顏上黏貼之標記物 IV. 利用 Harris Corner Detector 在重建之3D 表面資料上自動偵測不同數量特徵點進行FM-ICP 對位 特徵點數多寡與FM-ICP 對位演算法強健性評估 實驗結果與分析 4.3.2 Fast Marker-added ICP 演算法準確度實驗 (B) FM-ICP 演算法準確度實驗 接著論文繼續進行FM-ICP 演算法的準確度實驗，並且與M-ICP 演算法做準確度及對位運算時間的比較。 初始對位誤差評估表 實驗結果與分析 FM-ICP 與M-ICP 誤差及運算時間評估表 標記物4 的誤差較其他4 點標記物大，，原因是因為標記物4 的位置在我們的欲對位範圍外，且處在梯度較大之位置，所以會有延伸誤差的產生，導致誤差較其他4 點標記物大。 實驗結果與分析 4.3.2 Fast Marker-added ICP 演算法準確度實驗 (C) FM-ICP 演算法對位後結合導引器具準確度實驗之前兩個實驗皆為驗證演算法本身的強健性及準確度，再來是要結合間接導引器具做準確度誤差分析，此實驗我們利用光學式NDI 導引器具進行實驗驗證 FM-ICP 演算法對位後結合導引器具準確度誤差評估表 實驗結果與分析 針對入刀點的投影，我們也做了準確性的分析評估: 首先在假體上決定要投射的3個入刀點Prealentry，之後在影像顯示模式中，從CT影像或是VTK所建構出的3D Model上選取同樣位置的3個入刀點PCT，再利用對位轉換後之結果將3個入刀點Pproject投影至病人實體上。最後利用校正後空間導引儀器分別對假體上的3個標記點及投影的3個投影入刀點做真實空間座標擷取，之後再去分別計算兩組資料點與點之間之實際距離，與標準值進行誤差評估，其誤差Errordist定義如式 實驗結果與分析 4.5 系統功能操作 (A) 導引模式 1. 首先將空間導引追蹤器初始化，並開啟追蹤功能，分別於校正塊上取3個交叉點，座標系為導引器具座標系統，再利用攝影機將相同的3 個交叉點擷取出，將兩座標系的的相同3 對交叉點進行3 點對位，可將導引器具座標系校準至攝影機座標系上，完成空間整合之目的， 導引儀器空間整合視窗 實驗結果與分析 (B)影像顯示模式 1. 首進行立體視覺的操作區域，須要提供使用者有調整操作姿態以及監督操作，可以藉由掃描線條數(張數)、投影線平移距離(步進)及投影線粗細(線寬)來決定投影的區域範圍以及特性。最後在產生表面點群後，在VTK 擴增實境區域輸出觀看。也可以載入不同來源其它計算的立體點群座標，點資料主要以*.txt 文字檔格式輸入及輸出。 立體視覺操作區 實驗結果與分析 選取2D 特徵點介面 2.建立完真實空間 3D 點群後，先在雙攝影機拍攝之2D 平面上選取特徵 點，再載入事前所選取好的CT 上特徵點進行Marker對位來完成初對位 實驗結果與分析 重建出3D 特徵點圖 特徵點進行初對位完後結果 實驗結果與分析 3. 初對位完後對目前的真實病人 3D 資料做雜訊點排除的動作，目的在減低雜訊對對位結果的影響。 排除雜訊點 實驗結果與分析 4. 載入 CT 影像，擷取出表面資料後，進行FM-ICP 對位演算法 FM-ICP 對位演算法對位後結果 實驗結果與分析 5. 在 CT 影像上選取一入刀點Pentry，此時由於CT 影像座標因經過FM-ICP已轉換成雙攝影機立體視覺座標，再透過之前建臉模時所投影的細線群，得知入刀點是位於投影在臉上的第幾條投影細線上，將結果投影至病人身上得到入刀點Pproject。再利用選取到入刀點Pentry 的Z 軸深度資訊，將CT 影像資訊投影至病人身上，投影的剖面則會隨著儀器選取的入刀點而做即時的畫面切換，作為擴增實境顯示結合導航器具的應用。 結論與未來展望 本研究結合擴增實境技術於導航系統上，而且適用於非接觸式病人模式，既可以避免接觸到病人，又可以利用所投影的事前規劃入刀點來達到微創手術，對病人的傷害可以降到最小亦較安全。 本系統是以投影機為基礎的擴增實境顯影方式，這樣所提供的資訊會直接投影在病人身上，醫生就不需要分神要注意手術情況及螢幕資訊，相對亦較不易造成醫師眼睛疲憊等問題發生。 系統演算法部分，我們以 ICP 對位演算法為基礎，提出了Fast Marker-added ICP 對位演算法，它改善了傳統ICP 演算法當遇到子集合資料量過大時，需要花費大量運算時間的問題，而且在實驗的精準度上，也維持在1~2mm 左右，也符合外科手術醫生的誤差範圍。 未來發展上還可以繼續針對前端取像的速度做加速，在投影準確性上，亦可使它更精準，且本系統關於擴增實境部分還可以加