基于结构光和CT的背部点云配准算法
摘要
针对现有深度学习算法在进行医学图像配准时出现的模型对噪声敏感、精度较低等问题，提出一种基于结构光和CT图像的点云配准算法，旨在提高配准精度、算法鲁棒性的同时，避免图像采集过程中X射线带来的辐射。首先，向术中患者体表投射编码后的结构光，并使用主成分分析方法获取主轴矫正后术中患者的体表点云；然后，对术前患者进行CT扫描并进行三维重建及采样获取术前患者的体表点云。最后，构建一种基于特征重用和注意力机制的动态图卷积网络模型结合图像迭代配准算法进行人体背部点云配准。整个过程较好地融合了两种模态的信息，且具有无辐射、精度较高、用时较短等优点。
引用本文（GB/T 7714）
沈春梅 Shen Chunmei, 刘凡 Liu Fan, 朱佳乐 Zhu Jiale. 基于结构光和CT的背部点云配准算法[J]. Laser & Optoelectronics Progress, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。