面向放療機器人定位床的視覺系統(tǒng)標定與測量方法研究.pdf_第1頁
已閱讀1頁,還剩139頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在精確放射治療過程中,為了實現對放療患者的精確定位和腫瘤位置的精確測量,對放療患者通常采用分次治療法,每次治療過程都需重復定位,這就對放療患者擺位系統(tǒng)提出了更高的要求。因此,研究放療患者擺位系統(tǒng)的精確測量方法對精確放療具有重大的意義。
  本課題來源于蘇州雷泰醫(yī)療科技有限公司研究的《基于四維球面放射治療平臺-球面刀的研究》項目和與蘇州大學蘇州博實機器人技術有限公司聯(lián)合開發(fā)的《放療機器人定位床的研究》項目,開展了面向放療機器人定位床

2、的視覺系統(tǒng)標定與測量方法研究。本文研究的主要內容如下:
  首先,提出了基于雙目視覺的放療機器人定位床位置測量方法,實現了放療患者在精確放療過程中精確定位和腫瘤位置的精確測量。首先,在基于Tsai攝像機模型并引入透鏡畸變的影響下,提出了一種對攝像機采用基于平面棋盤格和立體標定模板相結合的攝像機標定方法。其次,采用Roberts梯度算子識別標記點中心并計算其三維坐標。然后,通過比較基于雙目視覺計算和三維坐標測量儀器測量的各個標記點三

3、維坐標的擺位誤差,實現對放療患者的位置驗證和精確擺位。最后,通過實驗證明該測量方法可獲得較高的標定精度和擺位精度,可滿足精確放療對高精度擺位系統(tǒng)的臨床需求。
  其次,提出了基于位置的視覺系統(tǒng)動態(tài)標定算法,實現了放療機器人定位床的理想軌跡控制。通過建立放療機器人定位床的視覺模型,在基于逆動力學控制方法的基礎上設計了放療機器人定位床控制器,并提出了一個用于在線估計未知旋轉矩陣的自適應更新律。在該算法中,將放療機器人定位床位置誤差通過

4、估計的旋轉矩陣反饋到機器人控制器中,實現放療機器人定位床的位置跟蹤誤差收斂并接近于零,同時,被估計的未知參數收斂于真值,即實現視覺系統(tǒng)的動態(tài)標定。通過應用李亞譜諾夫函數證明了該算法收斂,并通過仿真實證明了該算法的正確性。
  然后,提出了基于圖像點特征的視覺動態(tài)標定算法,實現了放療機器人定位床的定點控制。首先,在放療機器人定位床上選擇一組特征點,推導出了包含未標定的攝像機內外參數和特征點圖像信息的圖像雅克比矩陣。其次,在基于機器人

5、逆動力學控制算法的基礎上設計了控制器,并通過將包含圖像雅克比矩陣的變換關系表示成一個包含圖像信息的已知矩陣和所有未知參數向量的乘積,提出了一個用于估計未知參數的自適應更新律。最后,應用李亞譜諾夫函數和仿真實驗證明,可以實現放療機器人定位床的定點控制,且未知參數漸進收斂,即實現視覺系統(tǒng)的動態(tài)標定,同時也證明了該系統(tǒng)的穩(wěn)定性。
  最后,提出了基于雙目視覺的實時跟蹤呼吸運動測量方法,減少了呼吸運動在精確放射治療中對胸腹部腫瘤靶區(qū)造成腫

6、瘤位置動態(tài)位移而引起的治療誤差。首先,建立基于雙目視覺的實時跟蹤系統(tǒng),實時匹配出標記物在左右兩個攝像機采集圖像中的坐標,并計算出標記物在腹部表面的三維坐標值。然后,通過引入時間變量,計算出該特征點三維坐標的變化情況,來完成對呼吸運動的實時跟蹤研究。在目標圖像跟蹤過程中,采用優(yōu)化的SIFT特征匹配算法來獲取標記物圖像與左右攝像機圖像的精確匹配。最后,通過實驗證明該測量方法可提高目標圖像的匹配精度和匹配速度,并滿足雙目視覺對腹部腫瘤的實時性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論