1.肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：
包括如下步骤：
1）肿瘤放射治疗全过程视觉监测
1-1）通过放疗计划阶段模拟定位成像系统采集的患者CT、MRI、PET/CT和（或）PET/MRI医学影像，高精度确定肿瘤放疗靶区（GTV）和危及器官（OAR）的位姿；
1-2）通过放疗摆位阶段治疗室内的多个彩色深度成像系统、激光雷达成像系统、多组近红外光双目视觉成像系统、结构光成像系统等实时采集的可见光监测图像，实时动态跟踪和高精度确定放射治疗床（搭载患者）和治疗设备及治疗室内辅助治疗人员和物体的位姿；
1-3）通过放疗摆位阶段治疗设备（加速器）机载成像系统采集的CBCT、或CT医学影像，高精度确定每分次治疗前的放疗靶区（GTV）和危及器官（OAR）的当前位姿；
1-4）通过放疗计划执行阶段机载成像系统实时采集的超声、或MRI的医学影像数据，实时动态跟踪和高精度确定放疗计划执行过程中的放疗靶区（GTV）和危及器官（OAR）的当前位姿；
2）肿瘤放射治疗全过程视觉伺服智能控制
2-1）根据放疗摆位阶段光学成像监测系统实时动态跟踪和高精度确定的治疗室内放射治疗床（搭载患者）、治疗设备、辅助治疗人员和物体的空间位姿，通过视觉伺服智能控制系统（算法），引导和控制放射治疗床（搭载患者）运动到预定的放疗区，并使治疗等中心位置到达放疗计划阶段确定的放疗计划等中心位置的一定范围内；
2-2）通过自动比对治疗设备（加速器）机载成像系统影像确定的每分次放疗摆位阶段放疗靶区与危及器官的当前位姿和放疗计划阶段模拟定位成像系统影像确定的放疗计划肿瘤放疗靶区与危及器官的位姿，自动引导和控制、调整放射治疗床（搭载患者）位姿，使当前的治疗等中心位置和放疗计划阶段确定的放疗计划等中心位置控制在容许的误差范围内，并使放疗靶区位姿和模拟定位计划时的位姿控制在临床放疗容许的误差范围内，然后，按放疗计划阶段确定的放疗计划进行本分次的治疗；否则，修正放疗计划，并按修正后的放疗计划进行本分次的治疗，确保治疗过程的质量得到有效保证；
 2-3）根据放疗计划执行阶段机载成像系统影像实时动态跟踪和高精度确定的治疗过程中靶区和危及器官的当前位姿，实时引导和控制放射治疗床（搭载患者）和治疗设备的位姿，使放疗计划执行过程按治疗前确定的放疗计划进行；否则，实时修正放疗计划，并按修正后的放疗计划进行本分次治疗，确保治疗过程的质量得到有效保证。
2.根据权利要求1所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：本发明由放射治疗机器人系统实现；
放射治疗机器人系统由肿瘤放射治疗模拟定位医学成像系统、放疗摆位光学成像系统、搭载患者的多自由度放射治疗床、治疗设备（加速器和多叶光栅）、机载医学成像系统等组成；
3）进一步的，视觉监测和视觉伺服智能控制系统（算法）由多级多视觉光学成像、监测设备（系统）组成，具体包括：
（3-1）在放疗室内以放疗计划等中心为中心，对10m*10m*10m（其中m:为长度单位：米）空间范围内的感兴趣目标进行视觉定位，一种实施方案如下：
以房间中某一固定点作为原点，建立全局的空间坐标系；
采用质量室内固定安装的大视野激光雷达和（或）多个固定安装的多视角彩色深度成像（RGBD）设备（系统）进行放疗室的静态三维重建，重建结果表现为三维点云；根据此重建结果，建立室内静态目标（室内空间、放射治疗床、治疗设备、机载医学成像设备等）粗定位模型，并确定它们在全局空间坐标系中的位置，为第一级放疗摆位视觉监测和视觉伺服提供较低精度的感兴趣目标三维位置信息；
 （3-2）在放疗室内以放疗计划等中心为中心，对5m*5m*5m空间范围内的感兴趣目标进行较高精度视觉定位，一种实施方案如下：
采用多组放疗设备机载的近红外多双目立体视觉设备（系统），采集放疗区域内的放射治疗床和患者全身实时图像；
基于（3-1）的粗定位模型，确定放射治疗床静态三维模型，建立放射治疗床局部坐标系；利用双目立体视觉技术，实时监测感兴趣的运动目标（放射治疗床、患者），确定患者全身三维空间模型和放射治疗床局部坐标系下的位姿，为第二级放疗摆位视觉监测和视觉伺服提供较高精度的感兴趣目标三维空间位置信息；
 （3-3）在放疗室内以放疗计划等中心为中心，对0.5m*0.5m*0.5m空间范围内的感兴趣目标进行高精度视觉定位，一种实施方案如下：
基于（3-2）确定的患者全身三维空间模型，建立患者体坐标系；
采用主动式结构光三维扫描设备（系统），对患者局部身体表面标志物进行实时建模，并和（3-2）中确定的患者全身三维模型进行实时匹配，确定患者局部体表面标志物位置在患者体坐标系中的实时位置和姿态，为第三级放疗摆位视觉监测和视觉伺服提供高精度的感兴趣目标三维空间位置信息。
3.根据权利要求2所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于:采用肿瘤放射治疗多级摆位视觉监测与视觉伺服，一种实施方案如下：
4-1）各坐标系统的建立及标定
本方法涉及到全局坐标系，放射治疗床局部坐标系，患者体坐标系三种空间坐标系，为了得到精确的三维位置，需要对各级坐标系进行标定，获得坐标系统之间的转换关系；
各级坐标系的建立规则如下：
（4-1-1）全局坐标系
以放疗室内某一固定点为原点，以右手坐标系建立笛卡尔三维坐标系；它是将放疗室内搭载患者的放射治疗床、治疗设备、机载医学成像设备和光学监测成像设备等统一到一起的世界坐标系；
（4-1-2）放射治疗床局部坐标系
以放射治疗床中某一固定点为原点，每次工作时将放射治疗床上的各类设备校正到该坐标系，治疗室内用于光学成像监测的设备也标定到该坐标系下；
 （4-1-3）患者体坐标系
以患者肿瘤放疗计划等中心点为原点，建立三维坐标系，X轴表示左右方向，Y轴表示头脚方向，Z轴表示腹背方向，水平面沿顺时针方向旋转矢量值为正；
其中，全局坐标系和放射治疗床局部坐标系之间的标定可利用合作标志进行标定，分别在室内空间和放射治疗床上设置若干合作标志，利用全站仪采集3对及以上不共线标志点的在两个空间坐标系中的坐标，计算放射治疗床在全局坐标系中的刚体转换关系；
通过三维模型匹配，计算患者体坐标与放射治疗床局部坐标之间的变换关系，同时由于患者会存在局部位移，因此该变换需要进行实时纠正，通过近红外双目立体视觉设备实时获取患者的位置姿态并转换到放射治疗床坐标系下；
 进一步的，采用如下多级放疗摆位视觉监测和视觉伺服智能控制：
4-2）第一级放疗摆位
第一级放疗摆位的实时位姿通过设置在治疗室内的大视野激光扫描和（或）多视角彩色深度成像（RGBD）设备（系统）对室内静态感兴趣目标进行三维建模确定；
其中，放射治疗床的位置通过标定得到，其他静态目标的位置可以通过三维模型的匹配得到；
计算患者的实时位姿并反馈给视觉伺服控制系统，将放射治疗床移动到患者放疗计划等中心区域内；
 4-3）第二级放疗摆位
第二级放疗摆位的实时位姿通过近红外多双目立体视觉成像系统确定；
通过对患者及放射治疗床区域进行实时三维重建，并和静态放射治疗床模型进行匹配，计算出患者的实时位姿，并反馈给视觉伺服控制系统，将放射治疗床移动到患者放疗计划等中心区域附近；
 4-4）第三级放疗摆位
第三级放疗摆位位姿通过主动式双目结构光扫描设备（系统）确定；通过实时扫描患者放疗计划等中心区域，并同患者全身三维模型进行匹配，计算出患者在放射治疗床上的实时位姿，并将结果反馈给视觉伺服控制系统，将放射治疗床移动到放疗计划等中心区域。
4. 根据权利要求2所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：步骤1）和步骤2）采用多级多视觉成像系统来对搭载患者的放射治疗床进行动态视觉监测和视觉伺服智能摆位控制系统（算法），一种实施方案如下：
5-1）第一级放疗摆位
多视角彩色深度成像设备安装于治疗室四周的墙体上，用于10m*10m*10m治疗室物理空间范围内的粗摆位；
在一个10m*10m*10m治疗室内，可安装多套多视角彩色深度成像设备，对该治疗室内的放射治疗床（搭载患者）、治疗设备、成像设备、辅助治疗人员和物体进行视觉信息采集；
采用数字图像或视频智能分析处理算法，实时计算确定放射治疗床（搭载患者）、治疗设备、成像设备、辅助治疗人员和物体的当前位姿；
采用视觉伺服智能控制算法对放射治疗床（搭载患者）进行控制，控制放射治疗床按最优路径运动到放疗计划确定的位姿，使放疗摆位时患者的定位精度达到0.5米；
 5-2）第二级放疗摆位
采用的近红外双目立体视觉设备的视野范围为5m*5m*5m；
在经过多视角彩色深度成像设备监测与伺服智能控制一级摆位后，通过多套近红外双目立体视觉系统，对该治疗室内的放射治疗床（搭载患者）、治疗设备、成像设备、辅助治疗人员和物体进行视觉信息采集；
采用数字图像或视频智能分析处理算法，实时计算确定放射治疗床（搭载患者）、治疗设备、成像设备、辅助治疗人员和物体的当前位姿；
采用视觉伺服智能控制算法对放射治疗床（搭载患者）进行控制，控制放射治疗床按最优路径运动到放疗计划确定的位姿，使放疗摆位时患者的定位精度达到0.5毫米；
 5-3）第三级放疗摆位
采用的主动式结构光三维扫描系-统的视野范围为0.5m*0.5m*0.5m，可以进行更加精确的摆位；
通过主动式结构光三维扫描系统，对该治疗室内的放射治疗床（搭载患者）、治疗设备、成像设备、辅助治疗人员和物体进行视觉信息采集；
采用数字图像或视频智能分析处理算法，实时计算确定放射治疗床（搭载患者）、治疗设备、成像设备、辅助治疗人员和物体的当前位姿；
采用视觉伺服智能控制算法对放射治疗床（搭载患者）进行控制，控制放射治疗床按最优路径运动到放疗计划确定的位姿，使放疗摆位时患者的定位精度达到0.1毫米；
 5-4）第四级放疗摆位
在通过第三级放疗摆位后，开始治疗前，通过机载成像视觉伺服控制系统控制机载影像系统对患者进行治疗前的CBCT、或CT扫描，并采用医学图像智能分析处理算法对相应的CBCT、或CT图像进行分析处理，实时确定治疗等中心的当前位置，将治疗等中心的当前位置与治疗前确定的放疗计划等中心位置进行对比，若误差不在容许范围内，则采用视觉伺服智能控制算法对放射治疗床和治疗设备（直线加速器、多叶光栅）进行运动控制，保证当前治疗等中心和治疗前确定的放疗计划等中心控制在容许的误差范围（2毫米）内，再进行放射治疗；
进一步的，若在放疗摆位阶段，始终无法将当前的治疗等中心位置与放疗计划阶段确定的放疗计划等中心线位置的误差控制在临床允许范围之内，则修正放疗计划，重新确立新的放疗计划；
之后再将其与机载影像系统测得的实时等中心对比，将误差反馈给视觉伺服智能控制系统，并且通过视觉伺服智能控制算法，对放射治疗床和治疗设备（直线加速器、多叶光栅）进行视觉伺服运动控制，确保每分次放疗计划执行阶段治疗等中心位置和放疗计划阶段确定的放疗计划等中心控制在临床容许的误差范围内。
5.根据权利要求4所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：放疗计划阶段，可以仅根据某一种肿瘤放疗模拟定位成像影像数据（如CT）确定肿瘤放疗靶区（GTV）和 危及器官（OAR）的位姿，也可以联合使用两种，或两种以上肿瘤放疗模拟定位影像确定肿瘤放疗靶区（GTV）和 危及器官（OAR）的位姿，如联合肿瘤CT/MRI；或CT/CBCT；
或PET/CT;或PET/MRI;或PET/CT/MRI；
放疗摆位阶段，可以仅使用一种实时动态视觉监测光学成像系统（如双目视觉系统）实时动态监测、跟踪和高精度定位放射治疗床（搭载患者）位姿和治疗设备、治疗室内辅助治疗人员和物体的位姿，也可以联合使用两种，或两种以上成像系统（如多双目视觉系统、结构光系统、激光雷达系统)实时动态跟踪和高精度定位放射治疗床（搭载患者）位姿和治疗设备、治疗室内辅助治疗人员和物体的位姿；
 每分次放疗摆位阶段，可以使用机载的CBCT系统，或CT系统高精度确定每分次治疗前肿瘤放疗靶区（GTV）和 危及器官（OAR）的当前位姿；放疗计划执行过程中可以使用超声、或MRI系统实时动态跟踪和高精度确定治疗过程中肿瘤放疗靶区（GTV）和 危及器官（OAR）的位姿的当前位姿；治疗过程的不同时期，使用不同的视觉监测图像智能分析处理方法和视觉伺服智能控制方法进行实时引导和控制放射治疗床（搭载患者）和治疗设备，使治疗过程按放疗计划进行，确保放疗过程的质量得到有效控制。
6.根据权利要求5所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：通过肿瘤放射放疗摆位阶段的视觉监测与视觉伺服智能摆位控制，并完成第三级放疗摆位后,启动机载影像系统（CBCT）智能控制，并对放射治疗床上的患者进行CBCT扫描，以确定患者当前的治疗等中心位置和肿瘤放疗靶区位姿；具体包括如下步骤：
6-1）采用近红外多双目立体视觉系统，监测机载影像系统（CBCT）、放射治疗床（搭载患者）、治疗设备（直线加速器、多叶光栅）、辅助治疗人员和物体的当前位姿，并将机载影像系统（CBCT）的当前位姿与机载影像系统（CBCT）的期望位姿进行对比，产生的误差传递给机载CBCT系统视觉伺服控制器；该视觉伺服控制器根据不同的误差信息输出不同的频率控制信号，控制机载影像系统（CBCT）的电机驱动器；不同的频率控制信号控制电机驱动器，产生不同的电压作用于机载影像系统（CBCT）的伺服电机上，从而使机载影像系统的驱动伺服电机转速得到改变；与伺服电机相连的齿轮箱放大伺服电机产生的力矩，并作用在机载影像系统（CBCT）上，使其运动，直到机载影像系统（CBCT）的当前位姿与期望位姿的误差在容许范围内；然后，通过视觉伺服控制器对伺服电机制动器发送直流电源开关指令，并通过伺服电机上的力矩控制伺服电机停止运动，锁定机载影像系统（CBCT）位姿；
6-2) 在锁定机载影像系统（CBCT）位姿后，将CBCT影像板的期望位姿与实时监测的影像板实时位姿进行对比，产生的误差传给CBCT影像板伺服控制器，该伺服控制器输出CBCT影像版电机驱动器频率控制信号，控制电机驱动器输出不同的电压，作用在CBCT影像板伺服电机上，从而控制电机转速，经过齿轮箱放大后，产生一定的力矩作用在影像板上，使其运动到成像位姿；
6-3）在锁定机载影像系统（CBCT）位姿之后，将CBCT的X光机的期望位姿与监测的X光机实时位姿进行对比，产生的误差传给伺服控制器，该伺服控制器输出X光机电机驱动器频率控制信号，控制电机驱动器输出不同的电压，作用在X光机伺服电机上，从而控制电机转速，经过齿轮箱的放大后，产生一定的力矩作用在X光机上，使其运动到成像位姿。
7.根据权利要求6所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：第四级放疗摆位阶段，通过机载CBCT影像和放疗计划时模拟定位CT影像之间的高精度配准，确定放疗靶区和危及器官的形变场；
进一步，通过确定的形变场，将基于放疗计划时模拟定位CT勾画的放疗靶区和危及器官信息、放疗计划信息自动变换，以保持和当前CBCT影像一致；
并通过伺服控制，实时调整放射治疗床、直线加速器和多叶光栅位姿，保证每分次放疗过程中危及器官和放疗靶区的当前位姿和治疗前放疗计划时模拟定位CT影像中危及器官和靶区位姿误差在允许范围内，以减小治疗时放疗靶区等中心位置与治疗前确定的放疗计划等中心位置的误差；
具体步骤如下：
7-1）导入分次放疗过程CBCT图像与原始计划模拟定位CT图像；
7-2）分次放疗过程CBCT图像与原始计划CT中图像进行高精度配准；
7-3）根据配准形变场，自动转换放疗靶区和危及器官勾画轮廓信息；
7-4）根据原始计划CT中的参数、分次放疗前CBCT图像和此分次勾画轮廓重新计算剂量分布和剂量体积直方图，结合原始处方剂量和放疗临床剂量约束，判断是否需要修改放疗计划；
如需要修改计划，则进行7-5)和7-6)；如不需要修改计划，则以原放疗计划作为当前分次放疗计划，并实施当前分次放疗；
7-5）结合临床要求进行病人放疗计划的快速在线修正，自动生成当前分次放疗计划；
7-6）根据修改后的放疗计划，通过伺服控制调整放射治疗床、直线加速器和多叶光栅位姿后再实施当前放疗过程。
8. 根据权利要求7 所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：一种图像高精度配准算法如下：
8-1）先将当前分次放疗的CBCT 图像与计划CT 图像进行刚性配准，即平移和旋转；之后再进行非刚性配准；
本发明实例采用仿射和基于Demons 算法的双向一致、高精度弹性配准；
 8-2）图像配准算法为多尺度、多分辨率、双向一致的迭代配准过程，通过不断对变形场进行优化直到算法收敛，实现肿瘤影像高精度弹性配准；
该算法利用局部图像信息来变换图像，为了保证该变换在全局范围连续，从而保持图像的拓扑结构，在每一次迭代后，使用高斯滤波器平滑所得到的偏移，提高计算效率；
进一步的，为提高算法收敛速度，将驱动力由浮动图像像素向参考图像像素扩散的单向力变为来自两幅图像梯度的双向力，即图像上任意点的力不仅驱动浮动图像向参考图像扩散，同时也驱动参考图像向浮动图像扩散。
9.根据权利要求8所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：
为保证配准结果双向一致，本发明实例采用双向一致的配准算法；
双向一致配准算法基于微分同胚demons，参考图像I1和浮动图像I0的形变场具有对称的特性，在微分同胚变换空间中确保相似性测度准则；
该形变配准使参考图像和浮动图像同时形变，无论如何选择配准的相似性测度和优化参数，该对称微分同胚确保由I1到I0的变换与由I0到I1的变换具有一致性；
该双向一致性配准保证两幅图像变换距离估计的对称性，不限制如何选择固定图像和参考图像；通过直接在最优化过程中加入可逆限制，该方法确保亚体素的配准准确度和离散域的可逆形变；同时，对称的形变利用可逆性使配准误差最小。
10.根据权利要求2所述的肿瘤放射治疗视觉监测与视觉伺服智能控制方法，其特征在于：采用对角递归神经网络（DRNN）视觉伺服控制算法对放射治疗床、治疗设备等进行多级视觉伺服智能控制，一种实施方案如下：
9-1）对角递归神经网络结构
对角递归神经网络（DRNN）具有三层：输入层、隐含层和输出层；
其结构图如图6所示；
其特征在于：对角递归神经网络隐含层的神经元之间或网络的输出到输入之间存在着反馈连接，其反馈环节还具有时间延时特性，网络具有短期的记忆能力；
本发明的一种实施方案是采用DRNN网络对复杂的放疗过程进行建模、辨识与控制；
DRNN网络状态方程和输出方程的表达式为：
                           （1）
                             （2）
                  （3）
式中， 是网络的第 个输入向量； 是隐含层中的第 个神经元的输入的总和向量； 是隐含层第 个神经元的状态向量； 是网络的输出向量；是Sigmoid函数；
9-2）对角递归神经网络辨识结构
采用对角递归神经网络对系统进行辨识时，k为网络的迭代步数，u(k)为辨识对象的输入向量，yd(k)为辨识对象的输出向量，y(k)为DRNN网络的输出向量；
将需要辨识的对象的输入及输出作为DRNN网络的输入，辨识对象的输出与DRNN网络输出之差作为DRNN的调整信号；
并根据均方误差的大小来调整辨识网络的参数；
 9-3）对角递归神经网络学习算法
本发明实例采用动态误差反向传播算法(Dynamic Back Propagation, DBP)进行网络训练学习；
9-4）对角递归网络的训练流程
9-4-1)：初始化网络参数；
9-4-2)：正向传播，根据DRNN网络状态方程和输出方程的表达式计算出网络的输出向量 ，隐含层的输入向量 和状态向量 ；
9-4-3)：计算网络的辨识误差 ；
9-4-4)：反向传播，对网络各层之间的连接权值进行调整；
9-4-5)：判断 是否达到性能要求；
9-4-6)：若达到要求，保存权值，结束训练；若未达到，转至9-4-2)；
9-5）基于DRNN的放射治疗床视觉伺服控制系统
将期望的图像特征点与通过光学成像检测系统获得的图像特征点相比较，将误差传递给视觉伺服控制器，输出的放射治疗床机械臂末端在三维笛卡尔空间中的速度与雅可比矩阵逆矩阵相乘，获得放射治疗床机械臂各个关节的速度，并传递给放射治疗床各关节控制器、对角递归神经网络及其相应的，对放射治疗床动力学模型的不精确部分进行修正和辨识，将结果传递给放射治疗床动力学模型，从而控制放射治疗床机械臂各关节的位姿。