买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华科盈医疗科技(广州)有限公司

摘要：本发明涉及图像定位技术领域，公开了融合成像及拉曼光谱的甲状旁腺空间位置定位系统、方法。本发明中系统通过光谱检测原理，使用激光探头通过三种光纤探针对甲状旁腺模型区域进行采集，得到采集后的拉曼光谱数据和图像数据，同时通过对采集后的拉曼光谱数据和图像数据进行分步处理的方式，得到预处理后的拉曼光谱数据和预处理后的图像数据，同时通过图像拟合方式将预处理后的拉曼光谱数据和预处理后的图像数据进行拟合，并通过空间定位方法对甲状旁腺模型进行精准定位。本发明还可以采用内窥镜，用于采集图像数据。保证了甲状旁腺空间定位的实时性和准确性。

主权项：1.一种融合成像及拉曼光谱的甲状旁腺空间位置定位方法，其特征在于，包括以下步骤：S1、基于光谱检测原理，使用激光探头通过三种光纤探针对甲状旁腺模型区域进行采集，得到采集后的拉曼光谱数据和图像数据；S2、对采集后的拉曼光谱数据进行预处理，得到预处理后的拉曼光谱数据；S3、对采集后的图像数据进行预处理，得到预处理后的图像数据；S4、将得到预处理后的拉曼光谱数据和预处理后的图像数据进行拟合，得到拟合后的组合图像数据；S5、基于得到的拟合后的组合图像数据，通过空间定位方法对甲状旁腺模型进行精准定位；所述将得到预处理后的拉曼光谱数据和预处理后的图像数据进行拟合包括以下步骤：S41、将得到预处理后的图像数据划分为等尺寸的数据子块；S42、在每个数据子块内，计算中心像素点在上下左右四个方向上的灰度差分的绝对值，得到对应方向上的灰度差分；灰度差分计算公式如下： ；其中，表示灰度差分，表示中心像素点的灰度值，表示对应方向上的灰度值；S43、将各个方向上的灰度差分计算结果进行排列，并设置阈值确定初选点；选取灰度差分均值大于阈值的中心像素点作为初选点；S44、在初选点集合中，选取中心为初选点的一个局部窗口，分别计算协方差矩阵和误差灰度，并设定灰度界限确定备选点；S45、在备选点中，计算权值，选取最大权值点作为特征点；权值计算公式如下所示： ；其中，表示计算的权值，表示协方差矩阵的行列式，表示协方差矩阵的迹；S46、循环步骤S41至步骤S45，直至每个区域处理完成；S47、对预处理后的图像数据中的特征点重新测量拉曼光谱数据，并对重新测量的拉曼光谱数据进行预处理，得到预处理后的拉曼光谱数据；S48、基于预处理后的拉曼光谱数据和预处理后的图像数据中的特征点，通过直接平均算法进行拟合，得到拟合后的组合图像数据；直接平均算法公式如下： ；其中，表示计算得到的平均值，表示预处理后的图像数据中的第个特征点，表示第个特征点对应的拉曼光谱数据，表示特征点的数量；将预处理后的图像数据中的特征点和对应特征点的预处理后的拉曼光谱数据进行一一对应，并将直接平均算法计算出的平均值作为组合图像数据的拉曼光谱数据；所述对采集后的拉曼光谱数据进行预处理包括以下步骤：S21、拉曼光谱数据归一化处理；通过最大最小归一化方法对拉曼光谱数据进行归一化处理；最大最小归一化方法转换函数如下所示： ；其中，表示采集后的拉曼光谱数据的最小值，表示采集后的拉曼光谱数据的最大值，表示采集后的拉曼光谱数据，表示最大最小归一化后第个拉曼光谱数据；S22、拉曼光谱数据滤波处理；设定经过滤波后的拉曼光谱数据为预处理后的拉曼光谱数据；所述对采集后的图像数据进行预处理包括以下步骤：S31、将采集后的图像数据中的每个像素点通过RGB形式进行表示；S32、通过直方图均衡化算法对采集后的图像数据进行图像增强；设定输出的直方图均衡化之后的图像为预处理后的图像数据；所述基于得到的拟合后的组合图像数据，通过空间定位方法进行精准定位包括以下步骤：设定甲状旁腺模型区域中心位置坐标，并选取实时拟合的多帧组合图像数据的特征点；通过将当前帧的组合图像数据的特征点，与上一帧特征点进行对比，若重合度高于80%，以此为根据判断是否为同一个甲状旁腺模型；确认为同一个甲状旁腺模型后，将当前激光探头的中心位置坐标与设定甲状旁腺模型区域中心位置坐标进行连接，并对激光探头的中心位置坐标进行调整，使当前激光探头的中心位置坐标与设定甲状旁腺模型区域中心位置坐标重合，完成对甲状旁腺模型的精准定位。

全文数据：

权利要求：

百度查询： 华科盈医疗科技(广州)有限公司 融合成像及拉曼光谱的甲状旁腺空间位置定位系统、方法