首页 > 数字医学与健康 > 基于相干点漂移的人体下肢长骨三维模型配准的优化算法研究

基于相干点漂移的人体下肢长骨三维模型配准的优化算法研究

Optimization algorithm for coherent point drift (CPD)-based registration of lower limb long bones models

摘要目的:针对相干点漂移（CPD）算法在长骨配准中耗时较高的问题，设计一种加速CPD算法来提高配准效率与精度。方法:首先通过均匀降采样技术将点云分为采样点集与未采样点集。其次，利用CPD算法计算出源点云中采样点集与目标点云中采样点集的变换参数。然后，利用KD-Tree计算出源点云中未采样点集上每一个点的邻近采样点，利用邻近采样点的变换参数对未采样点进行变换。最后，通过迭代最近点算法（ICP）对结果进行优化，进一步提高配准精度。采用配准时间和均方根误差（ RSME）来分别评估配准效率和配准精度，并将本研究提出的加速CPD算法与传统CPD、FastGloable、ICP+CPD（仿射）、贝叶斯相干点漂移（BCPD）算法进行比较。结果:与传统CPD算法相比，加速CPD算法在股骨和胫骨模型上的配准时间均明显缩短（股骨：612.3 s比181.9 s、胫骨：664.3 s比145.3 s）， RSME也明显降低（股骨：1.81 mm比0.18 mm、胫骨：1.31 mm比0.12 mm）。与FastGloable、ICP+CPD（仿射）、BCPD算法相比，无论是对于股骨模型还是胫骨模型，加速CPD配准算法的配准效率和配准精度均较好。结论:加速CPD算法在胫骨、股骨上的配准效率和配准精度均显著优于传统CPD算法，并在与其他算法的比较中显示出明显优势。