一种超声图像三维重建方法、装置、设备及存储介质与流程

1.本发明涉及超声图像重建技术领域，尤其涉及一种超声图像三维重建方法、装置、设备及存储介质。


背景技术：

2.超声三维重建技术可以把一系列二维超声切片转化为更为直观的三维立体信息。一般是获取一系列具有位置信息和方向信息的二维超声切片，这些超声切片是由超声探头进行扫描和记录的。然后可以用这些超声切片来重建三维超声体。
3.除了人工手持超声探头进行扫描，现有技术中有使用超声扫描机器人进行超声扫描，用户可以通过遥操作控制机器人的机械臂带动超声探头进行扫描。
4.由于超声切片之间存在空白，现有技术在超声三维重建过程中通常采用拟合的方法得到三维重建后的模型，但由于切片位姿的采集存在误差，在确定体素单元的灰度值和标签值时，会存在错误的插补数据。


技术实现要素：

5.本发明提供一种超声图像三维重建方法、装置、设备及存储介质，目的在于超声图像三维重建时准确确定体素单元的灰度值和标签值。
6.第一方面，本发明实施例提供了一种超声图像三维重建方法，包括：
7.将超声切片中的像素点，转化到机器人基座坐标系的三维空间下；其中，所述超声切片为机器人进行超声扫描得到的一系列超声图像中的一幅，每幅所述超声切片有机器人进行超声扫描时对应的机器人关节参数，所述像素点标记有用于区分组织或器官的标签；
8.根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体；
9.根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签值；
10.根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞。
11.第二方面，本发明实施例提供了一种超声图像三维重建装置，包括：
12.像素坐标转化模块，用于将超声切片中的像素点，转化到机器人基座坐标系的三维空间下；其中，所述超声切片为机器人进行超声扫描得到的一系列超声图像中的一幅，每幅所述超声切片有机器人进行超声扫描时对应的机器人关节参数，所述像素点标记有用于区分组织或器官的标签；
13.像素长方体创建模块，用于根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体；
14.映射模块，用于根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签
值；
15.体素填补模块，用于根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞。
16.第三方面，本发明实施例提供了一种电子设备，包括：
17.一个或多个处理器；
18.存储器，用于存储一个或多个程序；
19.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例提供的超声图像三维重建方法。
20.第四方面，本发明实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例提供的超声图像三维重建方法。
21.本发明实施例提供的一种超声图像三维重建方法、装置、设备及存储介质，通过为三维空间下的像素点建立像素长方体，利用像素长方体中像素点和体素单元的映射关系确定体素单元的灰度和标签值，并对体素模型的空洞进行填补，解决了体素单元的灰度值和标签值存在错误的插补数据的问题，实现了准确确定体素单元的灰度值和标签值。
附图说明
22.图1为本发明实施例一提供的一种超声图像三维重建方法的流程图；
23.图2为本发明实施例二提供的一种超声图像三维重建装置的结构示意图；
24.图3为本发明实施例三提供的一种电子设备的结构示意图；
25.图4为本发明实施例中的一种超声扫描机器人的结构示意图；
26.图5为本发明实施例中的像素长方体的示意图；
27.图6为本发明实施例中的相邻体素单元层的位置分布示意图。
具体实施方式
28.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
29.实施例一
30.图1为本发明实施例一提供的一种超声图像三维重建方法的流程图，本实施例可适用于利用超声扫描机器人扫描得到二维的超声切片后，三维重建体素模型的情况，该方法可以由超声图像三维重建装置来执行，该装置可以由硬件和/或软件来实现，并一般可以集成在电子设备中，例如计算机设备，该方法具体包括：
31.步骤110、将超声切片中的像素点，转化到机器人基座坐标系的三维空间下；
32.其中，所述超声切片为机器人进行超声扫描得到的一系列超声图像中的一幅，每幅所述超声切片有机器人进行超声扫描时对应的机器人关节参数，所述像素点标记有用于区分组织或器官的标签。例如图4中所示的超声扫描机器人，包括机械臂、超声仪及超声探头，还包括显示器等，机械臂是多自由度的机械臂，超声探头安装在机械臂的末端，可以在超声探头和机械臂的连接处设置六维力传感器检测扫描过程中超声探头和人体的受力情
况，机械臂在用户的控制下引导探头进行超声扫描，并记录每次扫描时的机械臂关节位置。由机械臂的关节位置可以确定超声切片的位置和方向。超声探头可以预先进行标定，得到超声切片的坐标系相对机械臂末端坐标系的变换矩阵。可以理解的是，超声切片是一个二位图像，其坐标系是二维坐标系，可以选择图像的一个角作为坐标系原点，以图像边缘作为坐标轴。另外，机械臂末端坐标系相对机器人基座坐标系可以预先标定，确定机械臂末端到机器人基座坐标系的变换矩阵。机械臂末端坐标系和机器人基座坐标系的坐标轴可以设置为一条为竖直方向，另两条在水平面内相互垂直。超声切片中的每个像素点需要打上标签，属于同一组织或器官的像素具有相同的标签值，可以使用u-net等深度学习模型分割超声切片，来完成为像素点打标签。标签值为正整数，通常标签就是分割超声切片时的类别的编号。
33.步骤120、根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体。
34.其中，像素点对应的像素长方体，其以该像素点为中心，以像素尺寸和预设厚度为边长，将预设厚度的边按照超声切片的法向量方向设置。
35.步骤130、根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签值。
36.其中，以机器人基座坐标系为参考坐标系，设定每个体素单元的宽度，将空间网格化。将体素长方体中的至少部分像素点依次取出与体素单元建立索引，从而确定体素单元与像素点的映射关系。通过像素点与体素单元的映射关系，由像素点的灰度和标签值，确定体素单元的灰度和标签值。
37.步骤140、根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞。
38.其中，因为超声探头运动方向的空间采样间隔远大于超声图像像素的空间分辨率，因此需要对超声切片之间的体素空洞进行插值填补，否则重建出的三维体素模型会出现残缺点，这种残缺点即是待填补的体素单元，可以通过查找体素单元的标签值确定哪些是需要进行填补的体素单元。待填补的体素单元周围会存在与其相邻的体素单元，可以通过相邻体素单元的灰度和标签值来确定待填补的体素单元的灰度和标签值。
39.本实施例的技术方案，通过为三维空间下的像素点建立像素长方体，利用像素长方体中像素点和体素单元的映射关系确定体素单元的灰度和标签值，并对体素模型的空洞进行填补，解决了体素单元的灰度值和标签值存在错误的插补数据的问题，实现了准确确定体素单元的灰度值和标签值。
40.可选的，所述将超声切片中的像素点，转化到机器人基座坐标系的三维空间下，包括：
41.所述超声切片中的像素点，其坐标表示为(x,y)，转化到机器人基座坐标系{b}的三维空间时，所述超声切片中的像素点，其在机器人基座坐标系{b}的三维空间下的空间坐标按下式计算：
[0042][0043]
其中，s
x
，sy用于表示像素点在所述超声切片中的像素尺寸，为机器人的机械臂末端到基座坐标系的变换矩阵，其可以通过机器人正运动学公式和机械臂的关节参数计算得到。为所述超声切片的坐标系{i}相对机器人的机械臂末端坐标系{e}的齐次变换矩阵。
[0044]
可选的，所述根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体，包括：
[0045]
将每个像素点建模为s
x
×
sy×
d的长方体(图5所示的像素长方体为一个示例)，其中，d表示所述超声切片的预设厚度；
[0046]
为了找到所有与像素长方体重叠的体素单元，先计算像素长方体的两个像素端点坐标，按照下式计算长方体沿d边长方向的两个像素端点的坐标：
[0047][0048][0049]
其中，所述超声切片的法向量表示为p1和p2表示两个像素端点。
[0050]
可选的，所述根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签值，包括：
[0051]
以预设步长遍历所述像素长方体上p1至p2之间的像素点，对每个像素点按下式计算其位于的体素单元索引：
[0052][0053][0054][0055]
其中表示向下取整；预设步长可以选取一个较小的值，例如步长可选为切片厚度的1/5，切片厚度通常是由超声设备硬件本身的性能决定。id
x
为像素点在x方向的索引号，取值可以为1、2、3、4
……
，类似的，idy为像素点在y方向的索引号，idz为像素点在z方向的索引号。上式中ω为体素单元宽度。
[0056]
每个所述体素单元初始化四个为0的变量gv，wv，g
l
，w
l
，每次建立所述体素单元与所述像素点的索引时，按下式对4个所述变量进行更新：
[0057]gv
＝gv+w
·g[0058]
wv＝wv+w
[0059][0060]wl
＝max(w
l
，w)
[0061]
其中，w为所述像素长方体和所述体素单元的重叠率，g为所述像素点的灰度，l是像素的标签值；计算所述像素长方体和体素单元的重叠率，包括将所述体素单元等分成m
×m×
m的子单元，例如，m可以取3，5等，计算每个子单元的中心，判断其是否在所述像素长方体内，统计所有位于所述像素长方体内的子单元个数n，则重叠率可以计算为.
[0062][0063]
所有所述像素点与所述体素单元映射完毕后，计算每个所述体素单元的灰度和标签：
[0064]
gray＝gv/wv[0065]
label＝g
l
[0066]
其中，gray表示所述体素单元的灰度，label表示所述体素单元的标签。
[0067]
可选的，所述根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞，包括：
[0068]
遍历所有所述体素单元，找到所有标签为预设标签值的所述体素单元作为待填补的所述体素单元；其中，预设标签值取0。遍历所有体素单元就是对体素单元逐个访问，可以通过并行计算加速遍历。
[0069]
对每个待填补的所述体素单元，查询与其相邻的所述体素单元的标签；
[0070]
根据标签相同的相邻体素单元的灰度和标签，对待填补的所述体素单元进行填补操作。
[0071]
可选的，所述根据标签相同的相邻体素单元的灰度和标签，对待填补的所述体素单元进行填补操作，包括：
[0072]
相邻体素单元根据位置划分为前后层、左右层和上下层；其中，体素单元是将空间网格化得到的，所以一个体素单元周围与其相邻体素单元有26个，可以取超声切片的法向量方向为前，竖直向上的方向为上，由此将相邻体素单元根据位置划分为前后层、左右层和上下层共6个层，当然，可以理解的是对于边角处的体素单元会缺失一些方位的相邻体素单元，例如位于最上层的体素单元没有上层的相邻体素单元。如图6中所示，图6中位于左侧示出的为前后层相邻体素单元的分布，图6中位于中间示出的为左右层相邻体素单元的分布，图6中位于右侧示出的为上下层相邻体素单元的分布。
[0073]
查询前后层的相邻体素单元，若前层和后层存在标签相同且不为预设标签值的体素单元，则分别在前层和后层中选取距离待填补的所述体素单元最近且具有相同标签的第一相邻体素单元v1和第二相邻体素单元v2，待填补的所述体素单元的灰度和标签按照下式填补：
[0074][0075]
label＝l1＝l2[0076]
其中，g1，g2依次是第一相邻体素单元v1和第二相邻体素单元v2的灰度值，l1，l2依次是第一相邻体素单元v1和第二相邻体素单元v2的标签值，d1，d2依次是第一相邻体素单元v1和第二相邻体素单元v2与待填补的所述体素单元的距离。需要填补的体素多出现在前后层之间，因此可以先处理前后层。
[0077]
可选的，在查询前后层的相邻体素单元之后，还包括：
[0078]
若前层和后层不存在标签相同且不为预设标签值的体素单元，则再依次查询左右层和上下层；
[0079]
若前后层、左右层、上下层中均不存在标签相同且不为预设标签值的体素单元，则不对待填补的所述体素单元进行填补操作。其中，不进行填补操作是因为不满足填补条件，客观上是此处数据缺失，不应该进行填补，强行填补可能会人为引入误差。人为引入误差也是现有技术中拟合模型导致的填补数据错误的一种。
[0080]
实施例二
[0081]
图2为本发明实施例二提供的一种超声图像三维重建装置的结构示意图，如图2所示，该超声图像三维重建装置，包括：像素坐标转化模块210、像素长方体创建模块220、映射模块230和体素填补模块240，其中，
[0082]
像素坐标转化模块210，用于将超声切片中的像素点，转化到机器人基座坐标系的三维空间下；其中，所述超声切片为机器人进行超声扫描得到的一系列超声图像中的一幅，每幅所述超声切片有机器人进行超声扫描时对应的机器人关节参数，所述像素点标记有用于区分组织或器官的标签；
[0083]
像素长方体创建模块220，用于根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体；
[0084]
映射模块230，用于根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签值；
[0085]
体素填补模块240，用于根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞。
[0086]
可选的，像素坐标转化模块210，具体用于：
[0087]
所述超声切片中的像素点，其坐标表示为(x,y)，转化到机器人基座坐标系{b}的三维空间时，所述超声切片中的像素点，其在机器人基座坐标系{b}的三维空间下的空间坐标按下式计算：
[0088][0089]
其中，s
x
，sy用于表示像素点在所述超声切片中的像素尺寸，为机器人的机械臂
末端到基座坐标系的变换矩阵，为所述超声切片的坐标系{i}相对机器人的机械臂末端坐标系{e}的齐次变换矩阵。
[0090]
可选的，像素长方体创建模块220，具体用于：
[0091]
将每个像素点建模为s
x
×
sy×
d的长方体，其中，d表示所述超声切片的预设厚度；
[0092]
按照下式计算长方体沿d边长方向的两个像素端点的坐标：
[0093][0094][0095]
其中，所述超声切片的法向量表示为p1和p2表示两个像素端点。
[0096]
可选的，映射模块230，具体用于：
[0097]
以预设步长遍历所述像素长方体上p1至p2之间的像素点，对每个像素点按下式计算其位于的体素单元索引：
[0098][0099][0100][0101]
其中表示向下取整；
[0102]
每个所述体素单元初始化四个为0的变量gv，wv，g
l
，w
l
，每次建立所述体素单元与所述像素点的索引时，按下式对4个所述变量进行更新：
[0103]gv
＝gv+w
·g[0104]
wv＝wv+w
[0105][0106]wl
＝max(w
l
，w)
[0107]
其中，w为所述像素长方体和所述体素单元的重叠率，g为所述像素点的灰度，l是像素的标签值；计算所述像素长方体和体素单元的重叠率，包括将所述体素单元等分成m
×m×
m的子单元，计算每个子单元的中心，判断其是否在所述像素长方体内，统计所有位于所述像素长方体内的子单元个数n，则重叠率可以计算为：
[0108][0109]
所有所述像素点与所述体素单元映射完毕后，计算每个所述体素单元的灰度和标
签：
[0110]
gray＝gv/wv[0111]
label＝g
l
[0112]
其中，gray表示所述体素单元的灰度，label表示所述体素单元的标签。
[0113]
可选的，体素填补模块240，包括：
[0114]
待填补体素查找单元，用于遍历所有所述体素单元，找到所有标签为预设标签值的所述体素单元作为待填补的所述体素单元；
[0115]
相邻体素查询单元，用于对每个待填补的所述体素单元，查询与其相邻的所述体素单元的标签；
[0116]
填补操作单元，用于根据标签相同的相邻体素单元的灰度和标签，对待填补的所述体素单元进行填补操作。
[0117]
可选的，填补操作单元，具体用于：
[0118]
相邻体素单元根据位置划分为前后层、左右层和上下层；
[0119]
查询前后层的相邻体素单元，若前层和后层存在标签相同且不为预设标签值的体素单元，则分别在前层和后层中选取距离待填补的所述体素单元最近且具有相同标签的第一相邻体素单元v1和第二相邻体素单元v2，待填补的所述体素单元的灰度和标签按照下式填补：
[0120][0121]
label＝l1＝l2[0122]
其中，g1，g2依次是第一相邻体素单元v1和第二相邻体素单元v2的灰度值，l1，l2依次是第一相邻体素单元v1和第二相邻体素单元v2的标签值，d1，d2依次是第一相邻体素单元v1和第二相邻体素单元v2与待填补的所述体素单元的距离。
[0123]
填补操作单元，还具体用于：
[0124]
在查询前后层的相邻体素单元之后，若前层和后层不存在标签相同且不为预设标签值的体素单元，则再依次查询左右层和上下层；
[0125]
若前后层、左右层、上下层中均不存在标签相同且不为预设标签值的体素单元，则不对待填补的所述体素单元进行填补操作。
[0126]
本发明实施例所提供的超声图像三维重建装置可执行本发明任意实施例所提供的超声图像三维重建方法，具备执行方法相应的功能模块和有益效果。
[0127]
实施例三
[0128]
图3为本发明实施例三提供的一种电子设备的结构示意图，如图3所示，该电子设备包括处理器310、存储器320、输入装置330和输出装置340；电子设备中处理器310的数量可以是一个或多个，图3中以一个处理器310为例；电子设备中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接，图3中以通过总线连接为例。
[0129]
存储器320作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的超声图像三维重建方法对应的程序指令/模块(例如，超声图像三维重建装置中的像素坐标转化模块210、像素长方体创建模块220、映射模块230和体素填补模块240)。处理器310通过运行存储在存储器320中的软件程序、指令以及模块，从
而执行电子设备的各种功能应用以及数据处理，即实现上述的超声图像三维重建方法。
[0130]
存储器320可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器320可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器320可进一步包括相对于处理器310远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0131]
输入装置330可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
[0132]
实施例四
[0133]
本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种超声图像三维重建方法，包括：
[0134]
将超声切片中的像素点，转化到机器人基座坐标系的三维空间下；其中，所述超声切片为机器人进行超声扫描得到的一系列超声图像中的一幅，每幅所述超声切片有机器人进行超声扫描时对应的机器人关节参数，所述像素点标记有用于区分组织或器官的标签；
[0135]
根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体；
[0136]
根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签值；
[0137]
根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞。
[0138]
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的超声图像三维重建方法中的相关操作。
[0139]
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0140]
值得注意的是，上述超声图像三维重建装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0141]
虽然，上文中已经用一般性说明、具体实施方式及试验，对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

技术特征：
1.一种超声图像三维重建方法，其特征在于，包括：将超声切片中的像素点，转化到机器人基座坐标系的三维空间下；其中，所述超声切片为机器人进行超声扫描得到的一系列超声图像中的一幅，每幅所述超声切片有机器人进行超声扫描时对应的机器人关节参数，所述像素点标记有用于区分组织或器官的标签；根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体；根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签值；根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞。2.根据权利要求1所述的方法，其特征在于，所述将超声切片中的像素点，转化到机器人基座坐标系的三维空间下，包括：所述超声切片中的像素点，其坐标表示为(x,y)，转化到机器人基座坐标系{b}的三维空间时，所述超声切片中的像素点，其在机器人基座坐标系{b}的三维空间下的空间坐标按下式计算：其中，s
x
，s
y
用于表示像素点在所述超声切片中的像素尺寸，为机器人的机械臂末端到基座坐标系的变换矩阵，为所述超声切片的坐标系{i}相对机器人的机械臂末端坐标系{e}的齐次变换矩阵。3.根据权利要求2所述的方法，其特征在于，所述根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体，包括：将每个像素点建模为s
x
×
s
y
×
d的长方体，其中，d表示所述超声切片的预设厚度；按照下式计算长方体沿d边长方向的两个像素端点的坐标：按照下式计算长方体沿d边长方向的两个像素端点的坐标：其中，所述超声切片的法向量表示为p1和p2表示两个像素端点。4.根据权利要求3所述的方法，其特征在于，所述根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定
所述体素单元的灰度和标签值，包括：以预设步长遍历所述像素长方体上p1至p2之间的像素点，对每个像素点按下式计算其位于的体素单元索引：位于的体素单元索引：位于的体素单元索引：其中表示向下取整；每个所述体素单元初始化四个为0的变量g
v
,w
v
,g
l
,w
l
，每次建立所述体素单元与所述像素点的索引时，按下式对4个所述变量进行更新：g
v
＝g
v
+w
·
gw
v
＝w
v
+ww
l
＝max(w
l
，w)其中，w为所述像素长方体和所述体素单元的重叠率，g为所述像素点的灰度，l是像素的标签值；计算所述像素长方体和体素单元的重叠率，包括将所述体素单元等分成m
×
m
×
m的子单元，计算每个子单元的中心，判断其是否在所述像素长方体内，统计所有位于所述像素长方体内的子单元个数n，则重叠率可以计算为：所有所述像素点与所述体素单元映射完毕后，计算每个所述体素单元的灰度和标签：gray＝gv/w
v
label＝g
l
其中，gray表示所述体素单元的灰度，label表示所述体素单元的标签。5.根据权利要求4所述的方法，其特征在于，所述根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞，包括：遍历所有所述体素单元，找到所有标签为预设标签值的所述体素单元作为待填补的所述体素单元；对每个待填补的所述体素单元，查询与其相邻的所述体素单元的标签；根据标签相同的相邻体素单元的灰度和标签，对待填补的所述体素单元进行填补操作。6.根据权利要求5所述的方法，其特征在于，所述根据标签相同的相邻体素单元的灰度和标签，对待填补的所述体素单元进行填补操作，包括：相邻体素单元根据位置划分为前后层、左右层和上下层；
查询前后层的相邻体素单元，若前层和后层存在标签相同且不为预设标签值的体素单元，则分别在前层和后层中选取距离待填补的所述体素单元最近且具有相同标签的第一相邻体素单元v1和第二相邻体素单元v2，待填补的所述体素单元的灰度和标签按照下式填补：label＝l1＝l2其中，g1，g2依次是第一相邻体素单元v1和第二相邻体素单元v2的灰度值，l1，l2依次是第一相邻体素单元v1和第二相邻体素单元v2的标签值，d1，d2依次是第一相邻体素单元v1和第二相邻体素单元v2与待填补的所述体素单元的距离。7.根据权利要求6所述的方法，其特征在于，在查询前后层的相邻体素单元之后，还包括：若前层和后层不存在标签相同且不为预设标签值的体素单元，则再依次查询左右层和上下层；若前后层、左右层、上下层中均不存在标签相同且不为预设标签值的体素单元，则不对待填补的所述体素单元进行填补操作。8.一种超声图像三维重建装置，其特征在于，包括：像素坐标转化模块，用于将超声切片中的像素点，转化到机器人基座坐标系的三维空间下；其中，所述超声切片为机器人进行超声扫描得到的一系列超声图像中的一幅，每幅所述超声切片有机器人进行超声扫描时对应的机器人关节参数，所述像素点标记有用于区分组织或器官的标签；像素长方体创建模块，用于根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体；映射模块，用于根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签值；体素填补模块，用于根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的超声图像三维重建方法。10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的超声图像三维重建方法。

技术总结
本发明实施例涉及一种超声图像三维重建方法、装置、设备及存储介质。该方法包括：将超声切片中的像素点，转化到机器人基座坐标系的三维空间下；根据所述像素点在所述超声切片中的像素尺寸、所述超声切片的预设厚度和所述超声切片的法向量，为所述像素点创建对应的像素长方体；根据体素模型中的体素单元与所述像素长方体的重叠情况，建立所述体素单元与所述像素长方体中像素点的映射关系，并确定所述体素单元的灰度和标签值；根据所述标签值查找待填补的所述体素单元，根据与待填补的所述体素单元相邻的所述体素单元的状态填补体素模型的空洞。本发明实施例的技术方案可以使重建三维体素模型的体素单元的灰度值和标签值准确。体素模型的体素单元的灰度值和标签值准确。体素模型的体素单元的灰度值和标签值准确。


技术研发人员：闫琳 李剑 张少华 付中涛 韩冬 黄捷 郭盛威 于天水 金晟中
受保护的技术使用者：武汉库柏特科技有限公司
技术研发日：2023.03.30
技术公布日：2023/7/28