技术摘要：
本发明提供了一种通过标识特征自动识别病人方位的方法和系统，依照设定规则放置标识，通过CB机得到配带标识的病人X光的数字影像图；对数字影像图进行滤波，以减少噪声干扰，得到滤波图像，对滤波图像的图片像素灰度值求均值，根据均值进行筛选，对滤波图像的图片标识区  全部
背景技术：
目前在手术导航技术中，有需要用到术中二维X光影像与术前CT/MR三维影像配 准，由于术前三维影像病人方位姿态已知，如果能确定术中二维影像的病人方位，将会大大 加快配准效率。关于如何确定病人X光影像的方法中，通过人工观察再手动输入，需要观察 人有一定医学影像阅片经验，效率比较低；通过深度学习的方法，需要前期训练运算量较 大；通过放置标识物再人工观察手动输入的方法，效率比较低。 与本申请相关的现有技术是专利文献CN109925057A，公开了一种基于增强现实的 脊柱微创手术导航方法及系统，该方法包括以下步骤：重建病人脊柱的虚拟三维图像；将虚 拟三维图像与病人空间配准得到虚拟三维图像中的虚拟病灶点在病人空间中的位置；将虚 拟三维图像中制定的手术路径投射到病人空间中；将术前CT影像生成DRR图像，与术中X光 图像实时配准，确定实际病灶点；控制机器人夹持手术器械对实际病灶点进行手术；在术中 实时获取真实手术场景，将获取的视频信号输出在3D显示器上，实现术前手术路径规划，对 病灶点进行精确定位。
技术实现要素：
针对现有技术中的缺陷，本发明的目的是提供一种通过标识特征自动识别病人方 位的方法和系统。 根据本发明提供的一种通过标识特征自动识别病人方位的方法，包括： 获取图像步骤：依照设定规则放置标识，通过CB机得到配带标识的病人X光的数字 影像图； 图像增强步骤：对数字影像图进行滤波，以减少噪声干扰，得到滤波图像，对滤波 图像的图片像素灰度值求均值，根据均值进行筛选，对滤波图像的图片标识区域进行增强； 二值处理步骤：对滤波图像进行二值化处理，并根据滤波图像上像素值为0的像素 查找连通域，找到其中连通域最大的像素集，记为标识像素； 识别方位步骤：通过对标识像素中的像素特征比较，得出标识方向，通过对应标识 得到病人在数字影像图上的方位。 优选地，所述图像增强步骤包括： 中值滤波步骤：利用中值滤波器对数字影像图进行滤波，得到滤波图像； 归一化步骤：对滤波图像的图片像素灰度值求均值，将大于均值的灰度值设置为 1，小于均值的灰度值在0到均值之间进行归一化处理，对对滤波图像的图片标识区域进行 增强。 优选地，所述二值处理步骤包括： 4 CN 111598947 A 说　明　书 2/4 页 阈值分选步骤：设定阈值，通过阈值对滤波图像进行二值化处理，若滤波图像中的 像素值低于阈值，则将像素值设置为0，否则设置为1； 像素连通步骤：将滤波图像中像素值为0的像素查找连通域，直至找完所有像素值 为0的像素，将其中连通域最大的像素集作为标识像素。 优选地，所述识别方位步骤包括： 设定界限步骤：确定标识像素在X轴的最大最下值，记为X轴最大最小值，确定标识 像素在Y轴的最大最小值，记为Y轴最大最小值； 区域分割步骤：以X轴最大最小值与Y轴最大最小值构建包围盒，将包围盒以中线 进行分隔，均分为4个区域； 区域比较步骤：比较4个区域的区域特征，得出标识方位。 优选地，所述标识包括圆环部和开口部，所述圆环部与病人头部方向保持一致，开 口部与病人右手方向保持一致。 根据本发明提供的一种通过标识特征自动识别病人方位的系统，包括： 获取图像模块：依照设定规则放置标识，通过CB机得到配带标识的病人X光的数字 影像图； 图像增强模块：对数字影像图进行滤波，以减少噪声干扰，得到滤波图像，对滤波 图像的图片像素灰度值求均值，根据均值进行筛选，对滤波图像的图片标识区域进行增强； 二值处理模块：对滤波图像进行二值化处理，并根据滤波图像上像素值为0的像素 查找连通域，找到其中连通域最大的像素集，记为标识像素； 识别方位模块：通过对标识像素中的像素特征比较，得出标识方向，通过对应标识 得到病人在数字影像图上的方位。 优选地，所述图像增强模块包括： 中值滤波模块：利用中值滤波器对数字影像图进行滤波，得到滤波图像； 归一化模块：对滤波图像的图片像素灰度值求均值，将大于均值的灰度值设置为 1，小于均值的灰度值在0到均值之间进行归一化处理，对对滤波图像的图片标识区域进行 增强。 优选地，所述二值处理模块包括： 阈值分选模块：设定阈值，通过阈值对滤波图像进行二值化处理，若滤波图像中的 像素值低于阈值，则将像素值设置为0，否则设置为1； 像素连通模块：将滤波图像中像素值为0的像素查找连通域，直至找完所有像素值 为0的像素，将其中连通域最大的像素集作为标识像素。 优选地，所述识别方位模块包括： 设定界限模块：确定标识像素在X轴的最大最下值，记为X轴最大最小值，确定标识 像素在Y轴的最大最小值，记为Y轴最大最小值； 区域分割模块：以X轴最大最小值与Y轴最大最小值构建包围盒，将包围盒以中线 进行分隔，均分为4个区域； 区域比较模块：比较4个区域的区域特征，得出标识方位。 优选地，所述标识包括圆环部和开口部，所述圆环部与病人头部方向保持一致，开 口部与病人右手方向保持一致。 5 CN 111598947 A 说　明　书 3/4 页 与现有技术相比，本发明具有如下的有益效果： 1、本发明有效简化病人X光影像的拍摄步骤，提高拍摄效率，无需观察人有丰富的 医学影像阅片经验； 2、本发明通过按照一定规则放置标识物来自动识别病人的图像姿态，无需深度学 习模型以及前期训练等手段，降低了姿态识别的实施难以程度，便于推广应用。 附图说明 通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、 目的和优点将会变得更明显： 图1为本发明的实施流程示意图； 图2为本发明的标识物放置示意图。