椎板减压术需要脊柱外科医生手持骨钻剔除病灶区椎板,缓解被压迫神经的压力。椎板减压术是风险高、难度大的外科手术之一,对医生要求很高,需要医生有高深的手术技巧、强大的心理素质、时刻饱满的精神状态。然而,随着社会老龄化加快,脊柱疾病发病率日趋上升,技巧型、经验型脊柱外科医生严重不足。相比于医生徒手操作,脊柱手术机器人拥有定位更准、运动更稳、操作更精等优点;此外,脊柱CT图像含有丰富的医疗信息,使用计算机分析、处理图像后,可以判定病变位置并进行手术规划,克服人工识别易受主观经验、环境变化等内外部因素影响的弊端。本文将基于CT图像完成机器人辅助的椎板减压手术规划,下面将从脊柱CT图像语义分割、基于BEGAN的脊柱CT图像椎孔修复、椎板减压手术规划等三个方面依次展开介绍。针对CT图像中除脊柱外的背景区域会影响后续图像分类、修复、手术规划等所有工作的问题,采取图像语义分割来提取目标区域。首先采用水平集法与MATLAB手工制作数据集法相结合创建U-net训练数据集,然后分别搭建U-net二值与三值语义分割模型,对其进行训练、验证与测试,不断优化网络性能,为后续图像修复与手术规划打下基础。同时,基于移动立方体算法完成了脊柱CT图的三维重建,以实现人机交互可视化。由于脊柱CT图像中有近一半图像的椎孔是非封闭的,这给后续手术规划与建立手术边界约束带来了难题。针对该问题,研究并完善了基于BEGAN的椎孔修复方法。在脊柱外科医生的辅助下,建立了Res Net与BEGAN的数据集;搭建了用于椎孔分类的Res Net模型与用于生成目标图像的BEGAN模型;提出了一种基于形态学闭运算法与相邻图片的标记待修复区域的方法;采用Adam优化器不断优化随机噪声使BEGAN生成目标图形以完成图像修复工作。基于前期工作,提出了一种基于三维医学图像的机器人辅助椎板减压术的磨削路径、姿态、速度的规划方法。设计了一种人机交互式方法,用于将外科医生规划的磨削路径、姿态、速度的离散信息传递给机器人系统,机器人系统便可辅助医生完成椎板减压术。路径生成策略基于U-net三值语义分割模型与空间配准后的射线投射算法,姿态生成策略基于最小二乘法、U-net、Res Net,速度生成策略基于本文定义的像素重分配、虚拟力和机械分析。