智能内窥镜显形系统研究

论文摘要

由于工作环境的复杂性和自身形状不可视等缺点,结肠内窥镜在介入过程中会发生镜体缠绕、非预期结襻等情况,给病人带来痛苦和危险。因此,用智能传感器技术、可视化技术对传统内窥镜系统进行改进并实现其形状显示和手柄部的姿态检测是急需解决的。基于光纤光栅传感理论,本文对光纤光栅传感阵列的设计、封装方法进行了分析,并对内窥镜柔性杆形状重建方法进行了研究。考虑到光纤光栅波长的变化受温度和应变两个参数的影响,通过传感阵列的设计来消除温度对形状重建的影响。在形状重建算法上,利用柔性杆上检测到的光栅点的应变信息,推导从平面曲线到空间曲线的重建方法,并通过仿真实验和实物实验进行对比分析,验证了算法的可行性。由于传感器实际封装位置与理论位置存在差异,为了精确重构内窥镜的形状和测得每个传感点相对于内窥镜手柄部的位置,对传感器的每个检测点进行了修正,修正后的重建结果相对于前期研究有了很大的提高。考虑到柔性杆曲线形状的多样性,提出了两检测点之间的空间曲率的非线性拟合方法—逐次中值分隔算法,从与线性分隔方法对比分析可以看出,重建精度得到了提高。由于基于光纤光栅的柔性杆形状重建方法是假定内窥镜手柄部在固定条件下重建的,而在实际的应用中,手柄是医生用来对柔性杆前端进行定位操作和进镜用的,因此,手柄姿态的变化会影响整个内窥镜柔性杆空间姿态的变化,为此提出了利用双目视觉及外加标志点的方法对端部姿态进行检测,并深入的探讨了检测误差对整个形状的影响。在内窥镜手柄部分的位姿检测方面,主要从视觉系统的构建,标志点的设计入手,对摄像机的标定、坐标系的建立作了详细的分析与论述,建立了同时对两摄像机进行标定来推导两摄像机位姿关系的方法。为了提高视觉跟踪速度及姿态检测的实时性,在Rosenfeld的邻域标记算法基础上,提出了一种快速的邻域标记算法来提取标志点在图像中的中心位置,该方法比较原始的邻域标记算法在检测速度上得到了很大的提高。利用图像点及摄像机的标定参数求解空间点的位置,是根据两摄像机之间的位姿关系,把图像点在左右摄像机坐标系下的坐标值转化为同一坐标系下的坐标值,从而简化了空间点的求解问题。空间点的精确度由于受诸多因素的影响,得到的每个标志点相对于全局坐标系的坐标值是有误差的,这种误差对内窥镜手柄姿态的影响非常大。本文从姿态的求解开始分析,对目前常用的求解方法进行了分析和总结,提出了基于主元分析法与最小二乘法的位姿估计方法。在内窥镜显形系统集成实验中,分别探讨了内窥镜端部的仰俯、偏转和横滚对内窥镜柔性杆形状、姿态的影响分析及内窥镜端部柔性杆形状的修正问题。本文在Windows XP平台上采用VC++.NET平台开发了一套实验系统,该显形系统能够满足实验测试的需要。实验结果表明该系统能够在内窥镜手柄部姿态检测的基础上实时显示内窥镜镜体的形状。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景和意义
• 1.1.1 内窥镜的发展
• 1.1.2 内窥镜检查中存在的问题
• 1.1.3 课题研究意义
• 1.2 内窥镜显形技术的研究现状
• 1.2.1 基于磁技术的内窥镜显形检测技术
• 1.2.2 超声波内窥镜显形系统技术
• 1.2.3 基于多组应变片的内窥镜感知系统
• 1.2.4 基于光纤光栅的内窥镜定位检测技术
• 1.3 与内窥镜手柄部姿态检测相关的研究
• 1.3.1 国内外医用视觉定位的相关研究简介
• 1.4 论文的任务及目标
• 第二章 内窥镜显形系统总体设计
• 2.1 总体方案设计
• 2.1.1 柔性杆形状重建方案
• 2.1.2 手柄部的视觉定位设计方案
• 2.2 FBG传感器网络的设计方法
• 2.2.1 光纤光栅的传感原理
• 2.2.2 光纤光栅传感器阵列设计
• 2.2.3 光纤光栅的封装
• 2.2.4 系统的温度补偿方法研究
• 2.2.5 柔性杆扭转对应变的影响分析
• 2.2.6 光纤光栅标定实验
• 2.3 内窥镜手柄部的视觉姿态检测系统设计
• 2.3.1 标志点的设计
• 2.3.2 图像的获取
• 2.3.3 系统总体结构图与系统划分
• 2.3.4 系统工作流程
• 第三章 内窥镜柔性杆形状重建
• 3.1 引言
• 3.2 细长柔性杆物理特性
• 3.3 细长柔性杆数学模型的建立
• 3.3.1 平面曲线下细长柔性杆的形状重建
• 3.3.2 平面曲线重建的实例分析
• 3.3.3 连续曲率函数的空间曲线问题
• 3.3.4 离散曲率的空间曲线曲率计算问题
• 3.4 在笛卡尔坐标系下的曲线上离散点的位置分析
• 3.5 实例算法分析
• 第四章 内窥镜手柄部标志点的位置跟踪
• 4.1 摄像机的系统模型
• 4.1.1 摄像机镜头数字成像的相关坐标系
• 4.1.2 摄像机各坐标系之间的转换关系
• 4.1.3 摄像机标定方法
• 4.1.4 相机标定中的角点检测方法
• 4.2 图像特征区的提取方法
• 4.3 特征区中心点的提取
• 4.3.1 中心点的提取算法
• 4.4 标志点检测系统实验
• 4.4.1 系统实验分析
• 4.4.2 空间点求解实验分析
• 第五章 内窥镜手柄姿态估计
• 5.1 姿态估计的应用领域
• 5.2 位姿估计相关研究及方法
• 5.3 姿态估计中的数学模型
• 5.3.1 奇异值分解方法
• 5.3.2 四元数方法
• 5.3.3 直接求解方法
• 5.3.4 平移估计
• 5.4 优化方法求解方法
• 5.5 内窥镜手柄部位姿检测
• 5.5.1 内窥镜手柄部局部坐标系的确定
• 5.5.2 摄像机全局坐标系的确定
• 5.6 标志点位置检测误差对姿态的影响分析
• 5.7 内窥镜手柄部位姿检测实验研究
• 5.7.1 仿真与模拟实验
• 5.7.2 仿真实验分析
• 5.7.3 视觉跟踪实验结果分析
• 5.7.4 实物实验分析
• 第六章 内窥镜显形系统集成与综合实验
• 6.1 显形系统集成
• 6.1.1 内窥镜手柄实体重建
• 6.1.2 系统集成方法
• 6.2 影响内窥镜手柄部姿态的主要因素
• 6.2.1 动态图像对中心点提取误差
• 6.2.2 摄像机标定误差
• 6.3 系统实验精度分析
• 6.3.1 横滚对内窥镜柔性杆姿态的影响
• 6.3.2 手柄部视觉定位的姿态变化
• 6.3.3 姿态检测误差对柔性杆在全局坐标系下的位置影响分析
• 6.4 内窥镜显形系统软件集成
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 附录一: 攻读博士学位期间的科研成果
• 附录二: 攻读博士学位期间参与项目
• 致谢