本发明涉及医学图像处理领域，具体涉及一种体表定位标记物识别提取方法、手术机器人导航方法及设备。
背景技术：
1、手术导航定位系统可通过光学跟踪的方式来实现定位，系统中设有配套的光学标记物。光学系统通过追踪光学标记物来实现对目标的实时跟踪定位。在目前临床使用的手术导航定位系统中，比如在骨科和神经外科领域，会把光学标记物通过体表定位带固定在人体体表，与手术部位保持贴合，导航定位系统通过追踪对应的光学标记物来实现对手术部位的定位。
2、体表定位带是一类由反光材料或发光材料以及配套结构形成的组件，该模块通过光反射，捕捉到反光的标记，得到投影点，进而重建出光学标记物的坐标，但是由于光学标记物的材料结构和型号的不同，会导致拍摄的图像只经过传统的处理无法准确识别到光学标记物，进而无法准确定位光学标记物，会导致手术导航出现严重的问题。一些现有技术使用边缘检测、霍夫变换方法和深度学习分割等方法在图像中识别光学标记物，这些方案需要大量的运算，且识别的准确率并不高。
技术实现思路
1、有鉴于此，本发明第一方面提供一种体表定位标记物识别方法，该方法包括：
2、获取包含体表定位标记物的ct图像；
3、提取所述ct图像中的连通域，并根据连通域参数确定候选连通域，所述连通域参数包括尺寸参数、形状参数和位置参数；
4、根据实际体表定位标记物数量确定多个候选连通域组合，每一个所述候选连通域组合中的连通区域的数量与实际体表定位标记物数量一致；
5、分别计算每一个所述候选连通域组合中各种所述连通域参数的均值和方差，并基于所述均值和所述方差计算特征值；
6、根据各个所述候选连通域组合的特征值，确定对应体表定位标记物的连通域组合。
7、可选地，所述特征值是基于所述均值和所述方差计算的方差权值；
8、对应体表定位标记物的连通域组合是各个所述候选连通域组合中，具有最小方差权值的候选连通域组合。
9、可选地，利用如下方式计算所述方差权值：
10、;
11、其中，表示第个候选连通域组合的方差权值，，表示共有个候选连通域组合，，表示共有m个候选连通域，n个体表定位标志物，表示个连通域参数的方差，表示个方差的权重；
12、其中，利用如下方式计算连通域参数的方差：
13、;
14、其中，表示第个连通域参数的均值，x为连通区域参数的值。
15、可选地，所述体表定位标记物为球状物，所述球状物通过固定柱连接底座布置在人体体表；
16、所述连通域参数包括：体积、质心、最小包围框大小、最小包围框位置、等效圆直径、圆度。
17、可选地，提取所述ct图像中的连通域，并根据连通域参数确定候选连通域，包括：
18、对所述ct图像进行预处理和自动阈值分割，得到高亮区域；
19、对所述高亮区域进行区域填充，以将高亮区域的像素值进行统一；
20、将填充好的高亮区域进行形态学操作，以断开所述球状物与所述底座和固定柱的连接；
21、将经过形态学操作的ct图像进行连通域分析，得到若干连通域；
22、分别对各个连通域进行参数计算，得到连通域参数；
23、根据所述连通域参数对对应的连通域进行条件约束，得到候选连通域。
24、可选地，所述体表定位标记物为发光元件，贴服在人体体表；
25、所述连通域参数包括：体积、质心、最小包围框大小、最小包围框位置、等效圆直径、圆度。
26、可选地，提取所述ct图像中的连通域，并根据连通域参数确定候选连通域，包括：
27、对所述ct图像进行预处理和自动阈值分割，得到第一高亮区域；
28、对所述高亮区域进行区域填充，以将高亮区域的像素值进行统一；
29、将填充好的高亮区域进行形态学操作，以将人体组织进行缩小；
30、将缩小的人体组织与经过预处理的ct图像进行图像逻辑运算，以去除缩小的人体组织；
31、将去除人体组织的ct图像进行自动阈值分割，得到第二高亮区域；
32、将包含所述第二高亮区域的ct图像进行连通域分析，得到若干连通域；
33、分别对各个连通域进行参数计算，得到连通域参数；
34、根据所述连通域参数对对应的连通域进行条件约束，得到候选连通域。
35、本发明第二方面提供了一种手术机器人导航方法，该方法包括：
36、利用上述体表定位标记物识别方法从ct图像中识别体表定位标记物；
37、提取所述体表定位标记物的坐标；
38、根据所述体表定位标记物的坐标指导手术机器人进行定位。
39、本发明第三方面提供了一种体表定位标记物识别设备，该设备包括：处理器以及与所述处理器连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器执行上述的体表定位标记物识别方法。
40、本发明第四方面提供了一种手术机器人导航设备，该设备包括：处理器以及与所述处理器连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器执行上述的手术机器人导航方法。
41、本发明通过提取ct图像中的连通域，并根据连通域参数提取出符合条件的候选连通域，由于已知体表定位带的结构，可以明确需要提取的体表定位标记物的个数，并根据体表定位标记物数量对候选连通域进行组合，然后根据候选连通域参数计算各个候选连通域组合的均值和方差，根据均值和方差计算的特征值确定最终的候选连通域作为体表定位标记物的识别提取结果，由于方差用来表示一组数据与平均值的偏离程度，在候选连通域分为不同组合后，可以单独验证每个组合内的区域相似度，计算的特征值可以区分出目标区域与假阳区域，进而得到真实的体表定位标记物的连通域组合，可以提高识别体表定位标记物的准确性。
1.一种体表定位标记物识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述特征值是基于所述均值和所述方差计算的方差权值；
3.根据权利要求2所述的方法，其特征在于，利用如下方式计算所述方差权值：
4.根据权利要求1所述的方法，其特征在于，所述体表定位标记物为球状物，所述球状物通过固定柱连接底座布置在人体体表；
5.根据权利要求4所述的方法，其特征在于，提取所述ct图像中的连通域，并根据连通域参数确定候选连通域，包括：
6.根据权利要求1所述的方法，其特征在于，所述体表定位标记物为发光元件，贴服在人体体表；
7.根据权利要求6所述的方法，其特征在于，提取所述ct图像中的连通域，并根据连通域参数确定候选连通域，包括：
8.一种手术机器人导航方法，其特征在于，包括：
9.一种体表定位标记物识别设备，其特征在于，包括：处理器以及与所述处理器连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器执行如权利要求1-7中任意一项所述的体表定位标记物识别方法。
10.一种手术机器人导航设备，其特征在于，包括：处理器以及与所述处理器连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器执行如权利要求8中所述的手术机器人导航方法。
