基于结构光和CT的背部点云配准算法

作者：沈春梅; 刘凡^*; 朱佳乐

来源：激光与光电子学进展, 2023, 60(22): 121-130.

• 多模态点云配准
• 注意力机制
• 多尺度特征融合
• 主轴矫正

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。