| 1 |
1
영상 정합 제공 장치가 수술 정합 장치를 이용하여 영상 좌표를 정합하는 방법으로서,하나의 기준 마커와 복수의 정합용 특징점들이 수술 정합 장치에 구비되어 있으며, 상기 수술 정합 장치를 착용한 환자를 미리 촬영한 3차원 의료 영상으로부터 상기 복수의 정합용 특징점들 각각의 영상 기준 좌표를 획득하는 단계,상기 기준 마커와 상기 복수의 정합용 특징점들을 기초로, 상기 수술 정합 장치에 대한 정합 장치 기준 좌표들을 획득하는 단계, 그리고상기 영상 기준 좌표와 상기 정합 장치 기준 좌표를 정합하고, 정합한 정합 오차가 미리 설정한 임계값 이하이면 상기 영상 기준 좌표와 상기 정합 장치 기준 좌표를 최종 정합하는 단계를 포함하는, 영상 좌표 정합 방법
|
| 2 |
2
제1항에 있어서,상기 정합 장치 기준 좌표들을 획득하는 단계는,상기 기준 마커의 위치를 기준으로 각 특징점의 상대적 좌표를 상기 각 특징점의 장치 기준 좌표들로 획득하는, 영상 좌표 정합 방법
|
| 3 |
3
제2항에 있어서,상기 최종 정합하는 단계는,상기 영상 기준 좌표와 상기 정합 장치 기준 좌표를 정합하는 단계,각 특징점들 중 영상 기준 좌표와 정합 장치 기준 좌표의 오차가 가장 큰 특징점을 제외한 나머지 특징점들에 대한 기준 좌표들로 재 정합하는 단계, 그리고상기 재 정합한 정합 오차와 상기 임계값을 비교하는 단계를 포함하는, 영상 좌표 정합 방법
|
| 4 |
4
영상 정합 제공 장치가 수술 정합 장치를 이용하여 영상 좌표를 정합하는 방법으로서,하나의 기준 마커와 복수의 정합용 특징점들이 수술 정합 장치에 구비되어 있으며, 상기 수술 정합 장치를 착용한 환자를 미리 촬영한 3차원 의료 영상으로부터 영상 표면 데이터를 획득하는 단계,상기 수술 정합 장치에 대한 정합 장치 표면 데이터를 획득하는 단계, 상기 영상 표면 데이터와 상기 정합 장치 표면 데이터를 샘플링하여 복수의 점들로 구성된 영상 포인트 클라우드와 정합 장치 포인트 클라우드를 획득하는 단계, 그리고상기 영상 포인트 클라우드와 정합 장치 포인트 클라우드를 표면 정합하고, 표면 정합된 정합 오차가 미리 설정한 임계값 이하이면 상기 표면 정합된 결과를 최종 정합하는 단계를 포함하는, 영상 좌표 정합 방법
|
| 5 |
5
제4항에 있어서,상기 정합 장치 표면 데이터를 획득하는 단계는,상기 수술 정합 장치를 설계한 3차원 설계 데이터로부터 표면 데이터를 추출하는 단계,상기 표면 데이터를 샘플링하여 포인트 클라우드로 변환하는 단계, 그리고상기 수술 정합 장치로부터 획득한 임시 표면 데이터에 상기 변환한 포인트 클라우드를 정합하여, 상기 정합 장치 표면 데이터로 생성하는 단계를 포함하는, 영상 좌표 정합 방법
|
| 6 |
6
제5항에 있어서,상기 최종 정합하는 단계는,상기 영상 포인트 클라우드와 정합 장치 포인트 클라우드를 초기 정합하는 단계를 더 포함하고,상기 초기 정합은 주 성분 분석을 토대로 정합하는, 영상 좌표 정합 방법
|
| 7 |
7
제6항에 있어서,상기 초기 정합하는 단계 이후에,상기 초기 정합된 포인트 클라우드에 ICP(Iterative Closet Point) 알고리즘과 CPD(Coherent Point Drift) 알고리즘을 순차적으로 적용하는 단계를 포함하는, 영상 좌표 정합 방법
|
| 8 |
8
하나의 기준 마커와 복수의 정합용 특징점들이 구비되어 있으며, 환자가 착용하는 수술 정합 장치,상기 수술 정합 장치로부터 상기 정합용 특징점들에 대한 정합 장치 기준 좌표를 획득하는 프로브, 그리고상기 수술 정합 장치를 착용한 환자를 미리 촬영한 3차원 의료 영상으로부터 상기 복수의 정합용 특징점들 각각의 영상 기준 좌표를 획득하고, 상기 프로브를 통해 획득한 상기 정합 장치 기준 좌표와 상기 영상 기준 좌표를 정합하는 영상 정합 제공 장치를 포함하는, 3차원 영상 정합 제공 장치
|
| 9 |
9
제8항에 있어서,상기 영상 정합 제공 장치는,상기 기준 마커의 위치를 기준으로 각 특징점의 상대적 좌표를 상기 각 특징점의 장치 기준 좌표들로 획득하는, 3차원 영상 정합 제공 장치
|
| 10 |
10
제9항에 있어서,상기 영상 정합 제공 장치는,상기 영상 기준 좌표와 상기 정합 장치 기준 좌표를 정합하고, 각 특징점들 중 영상 기준 좌표와 정합 장치 기준 좌표의 오차가 가장 큰 특징점을 제외한 나머지 특징점들에 대한 기준 좌표들로 재 정합하는, 3차원 영상 정합 제공 장치
|
| 11 |
11
제8항에 있어서,상기 프로브는,상기 환자가 착용한 상기 수술 정합 장치로부터 정합 장치 표면 데이터를 획득하는, 3차원 영상 정합 제공 장치
|
| 12 |
12
제11항에 있어서,상기 영상 정합 제공 장치는,상기 수술 정합 장치를 착용한 환자를 미리 촬영한 3차원 의료 영상으로부터 영상 표면 데이터를 획득하고, 상기 영상 표면 데이터와 상기 정합 장치 표면 데이터를 샘플링하여 복수의 점들로 구성된 영상 포인트 클라우드와 정합 장치 포인트 클라우드를 획득하는, 3차원 영상 정합 제공 장치
|
| 13 |
13
제12항에 있어서,상기 영상 정합 제공 장치는,상기 수술 정합 장치를 설계한 3차원 설계 데이터로부터 표면 데이터를 추출하고, 상기 표면 데이터를 샘플링하여 변환한 포인트 클라우드를 상기 수술 정합 장치로부터 획득한 임시 표면 데이터에 정합하여 상기 정합 장치 표면 데이터로 생성하는, 3차원 영상 정합 제공 장치
|
| 14 |
14
제13항에 있어서,상기 영상 정합 제공 장치는,상기 영상 포인트 클라우드와 정합 장치 포인트 클라우드를 초기 정합하고, 상기 초기 정합된 포인트 클라우드에 ICP (Iterative Closet Point) 알고리즘과 CPD(Coherent Point Drift) 알고리즘을 순차적으로 적용하는, 3차원 영상 정합 제공 장치
|
