CN108416350A - 一种骨科手术定位系统 - Google Patents
一种骨科手术定位系统 Download PDFInfo
- Publication number
- CN108416350A CN108416350A CN201810108181.8A CN201810108181A CN108416350A CN 108416350 A CN108416350 A CN 108416350A CN 201810108181 A CN201810108181 A CN 201810108181A CN 108416350 A CN108416350 A CN 108416350A
- Authority
- CN
- China
- Prior art keywords
- module
- positioning system
- bone surgery
- drill
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 27
- 238000001356 surgical procedure Methods 0.000 title claims abstract description 25
- 238000005553 drilling Methods 0.000 claims abstract description 6
- 210000004907 gland Anatomy 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 210000000056 organ Anatomy 0.000 claims description 41
- 238000012549 training Methods 0.000 claims description 28
- 239000013598 vector Substances 0.000 claims description 15
- 230000035945 sensitivity Effects 0.000 claims description 13
- 238000002156 mixing Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/16—Bone cutting, breaking or removal means other than saws, e.g. Osteoclasts; Drills or chisels for bones; Trepans
- A61B17/17—Guides or aligning means for drills, mills, pins or wires
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/56—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor
- A61B2017/564—Methods for bone or joint treatment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/513—Sparse representations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Surgery (AREA)
- Dentistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Surgical Instruments (AREA)
Abstract
本发明属于医疗器械技术领域,公开了一种骨科手术定位系统。该系统设置有显示模块、主控模块、探测模块、控制模块、钻孔模块、脉冲波发生器、接触层、控制按钮、电源开关、握柄、导线、电机、操控杆、螺旋筒、压盖、钻针。所述主控模块分别与显示模块、探测模块、控制模块相连接。所述探测模块与显示模块相连接。所述控制模块与钻孔模块相连接。该装置通过探测模块对骨折部分进行探测,通过显示模块对骨折程度进行显示,通过钻孔模块对骨折部分进行穿针钻孔的操作将几个骨折块复位并固定在一起。通过控制模块对钻孔模块进行控制。通过主控模块对各个模块进行分析和进一步的控制。该系统提供一种定位准确的骨科手术定位系统,提高了手术的成功率,减轻了病人的病痛,提高了治疗的效率。
Description
技术领域
本发明属于医疗器械技术领域,尤其涉及一种骨科手术定位系统。
背景技术
目前,在骨科手术中,经常应用穿针钻孔的操作将几个骨折块复位并固定 在一起。这就要求在钻孔和打入克氏针或螺钉的方向和位置一定要准确,才能 起到良好的而固定作用。但是目前在穿针及钻孔还没有合适的定位系统,医生 只能凭借自己的直觉和经验来操作,操作过程中容易出现失误和差错,导致手 术失败,给患者带来痛苦。目前虽然也有一些定位系统,但是其并不能普遍用 于整个骨科手术的穿针和钻孔的定向定位。
综上所述,现有技术存在的问题是:目前在穿针及钻孔还没有合适的定位 系统,医生只能凭借自己的直觉和经验来操作,操作过程中容易出现失误和差 错,导致手术失败,给患者带来痛苦。目前虽然也有一些定位器,但是其并不 能普遍用于整个骨科手术的穿针和钻孔的定向定位。
发明内容
针对现有技术存在的问题,本发明提供了一种骨科手术定位系统。
本发明是这样实现的,一种骨科手术定位系统,所述骨科手术定位系统设 置有显示模块、主控模块、探测模块、控制模块、钻孔模块。
所述显示模块的图像融合规则为:
其中,τ1=1/(1+exp{-β(mA||2-||mB||2)}),(β>0),
mA,mB分别表示源图像每块的均值;源图像xA和xB分别减去mA和mB得到 和分别为稀疏表示系数矩阵SC和的第i列,为融合 图像的稀疏系数矩阵sF的第i列;K是图像块的总个数;
所述显示模块对手术中不良图像的处理方法包括:
(1)搜集不良图像训练集,在训练集图像上标记多种人体敏感器官,作为 敏感器官训练样本;
(2)从敏感器官训练样本上随机采样获取像素点,并组成敏感器官的颜色 样本集;在颜色样本集上训练GMM模型得到人体敏感器官的颜色模型;
(3)提取敏感器官训练样本的HoG特征和GMM特征,并将HoG特征和 GMM特征相结合作为敏感器官的特征;包括如下步骤:
敏感器官训练样本图像划分成若干个细胞单元,将细胞单元中的每个像素 从RGB颜色空间转换到YCbCr颜色空间,并提取其Cb、Cr色度分量的值;其中, Y表示亮度分量,Cb表示蓝色色度分量,Cr表示红色色度分量;
将细胞单元分成U个互不重叠的小图像块,分别求出每个小图像块在Cb、 Cr色度分量上的均值向量:将这些均值向量分别代入步骤(2) 训练出的GMM敏感器官颜色模型,得到每个小图像块在GMM模型中每个高 斯分量ωiGi(i∈{1,2,…,K})上的值,作为该小图像块的颜色特征,将U个小图 像块的颜色特征联合起来记作
将敏感器官训练样本图像转换成灰度图像,对输入图像进行Gamma校正;
计算灰度图像中每个像素点(x,y)的水平方向和垂直方向梯度值gx(x,y)和 gy(x,y);
gx(x,y)=I(x+1,y)-I(x-1,y)
gy(x,y)=I(x,y+1)-I(x,y-1)
式中,I(x,y)表示像素点(x,y)处的灰度值,根据下式计算像素点(x,y)处的梯度幅值g(x,y)和方向α(x,y);
将敏感器官训练样本的灰度图像划分成细胞单元,统计每个细胞单元上的梯 度直方图,用于描述目标的形状信息;
对每个细胞单元采用9个bin的直方图来统计细胞单元内像素点的梯度信息, 将各个bin中像素点的梯度大小进行累加组成该细胞单元的梯度直方图,用9维 特征向量来表示,记作h1=[f1,f2,…,f9],其中fi为第i个bin的梯度累加值;
联合得到的梯度特征向量h1和得到颜色特征向量h2,组成细胞单元的特征 向量[h1,h2];
将细胞单元组合成块,并在块内归一化;
(4)对每一种人体敏感器官的特定姿态,在其HoG特征和GMM特征相 结合后的特征上,训练该敏感器官在特定姿态下的检测器,将多种姿态下的检 测器集成该敏感器官的混合形变模型;
(5)用敏感器官的混合形变模型分别对测试图像进行检测,融合检测结果 并判定图像的性质。
进一步,所述探测模块与显示模块相连接。
进一步,所述控制模块与钻孔模块相连接。
进一步,所述接触层卡接在脉冲发生器上。
进一步,电源按钮卡接在握柄一侧。
进一步,所述控制按钮卡接于握柄手指按压处。
进一步,所述导线与电机拴接。
进一步,所述电机与钻针卡接。
进一步,所述操控杆焊接在螺旋筒上。
进一步,所述钻针与螺旋筒通过螺纹进行卡接。
进一步,所述探测模块由脉冲波发生器、接触层、控制按钮、电源开关、 握柄构成。
进一步,所述钻孔模块由导线、电机、操控杆、螺旋筒、压盖、钻针组成。
本发明通过探测模块对骨折部分进行探测,通过显示模块对骨折程度进行 显示,通过钻孔模块对骨折部分进行穿针钻孔的操作将几个骨折块复位并固定 在一起。通过控制模块对钻孔模块进行控制。通过主控模块对各个模块进行分 析和进一步的控制。探测模块中脉冲波可以探测骨骼附近组织,可以避免手术中 给病人造成重大伤害,钻孔模块通过控制模块控制电机的的转动,使得打孔实 现了精确控制。提高了手术的成功率,减轻了病人的病痛,提高了治疗的效率。
附图说明
图1是本发明实施例提供的骨科手术定位系统的结构示意图;
图2是本发明实施例提供的探测模块的结构示意图;
图3是本发明实施例提供的钻孔模块的结构示意图;
图中:1、显示模块;2、主控模块;3、探测模块;4、控制模块;5、钻孔 模块;6、脉冲波发生器;7、接触层;8、控制按钮;9、电源开关;10、握柄; 11、导线;12、电机;13、操控杆;14、螺旋筒;15、压盖;16、钻针。所述 主控模块分别与显示模块、探测模块、控制模块相连接。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并 配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的骨科手术定位系统设置有显示模块1、主 控模块2、探测模块3、控制模块4、钻孔模块5、脉冲波发生器6、接触层7、 控制按钮8、电源开关9、握柄10、导线11、电机12、操控杆13、螺旋筒14、 压盖15、钻针16。所述主控模块分别与显示模块、探测模块、控制模块相连接。。
所述主控模块分别与显示模块1、探测模块3、控制模块4相连接。所述探 测模块3与显示模块1相连接。所述控制模块4与钻孔模块5相连接。
所述显示模块的图像融合规则为:
其中,τ1=1/(1+exp{-β(||mA||2-||mB||2)}),(β>0),
mA,mB分别表示源图像每块的均值;源图像xA和xB分别减去mA和mB得到 和分别为稀疏表示系数矩阵SC和的第i列,为融合 图像的稀疏系数矩阵sF的第i列;K是图像块的总个数;
所述显示模块对手术中不良图像的处理方法包括:
(1)搜集不良图像训练集,在训练集图像上标记多种人体敏感器官,作为 敏感器官训练样本;
(2)从敏感器官训练样本上随机采样获取像素点,并组成敏感器官的颜色 样本集;在颜色样本集上训练GMM模型得到人体敏感器官的颜色模型;
(3)提取敏感器官训练样本的HoG特征和GMM特征,并将HoG特征和 GMM特征相结合作为敏感器官的特征;包括如下步骤:
敏感器官训练样本图像划分成若干个细胞单元,将细胞单元中的每个像素 从RGB颜色空间转换到YCbCr颜色空间,并提取其Cb、Cr色度分量的值;其中, Y表示亮度分量,Cb表示蓝色色度分量,Cr表示红色色度分量;
将细胞单元分成U个互不重叠的小图像块,分别求出每个小图像块在Cb、 Cr色度分量上的均值向量:将这些均值向量分别代入步骤(2) 训练出的GMM敏感器官颜色模型,得到每个小图像块在GMM模型中每个高 斯分量ωiGi(i∈{1,2,…,K})上的值,作为该小图像块的颜色特征,将U个小图 像块的颜色特征联合起来记作
将敏感器官训练样本图像转换成灰度图像,对输入图像进行Gamma校正;
计算灰度图像中每个像素点(x,y)的水平方向和垂直方向梯度值gx(x,y)和 gy(x,y);
gx(x,y)=I(x+1,y)-I(x-1,y)
gy(x,y)=I(x,y+1)-I(x,y-1)
式中,I(x,y)表示像素点(x,y)处的灰度值,根据下式计算像素点(x,y)处的梯度幅值g(x,y)和方向α(x,y);
将敏感器官训练样本的灰度图像划分成细胞单元,统计每个细胞单元上的梯 度直方图,用于描述目标的形状信息;
对每个细胞单元采用9个bin的直方图来统计细胞单元内像素点的梯度信息, 将各个bin中像素点的梯度大小进行累加组成该细胞单元的梯度直方图,用9维 特征向量来表示,记作h1=[f1,f2,…,f9],其中fi为第i个bin的梯度累加值;
联合得到的梯度特征向量h1和得到颜色特征向量h2,组成细胞单元的特征 向量[h1,h2];
将细胞单元组合成块,并在块内归一化;
(4)对每一种人体敏感器官的特定姿态,在其HoG特征和GMM特征相 结合后的特征上,训练该敏感器官在特定姿态下的检测器,将多种姿态下的检 测器集成该敏感器官的混合形变模型;
(5)用敏感器官的混合形变模型分别对测试图像进行检测,融合检测结果 并判定图像的性质。
进一步,所述接触层7卡接在脉冲发生器6上。
进一步,电源按钮9卡接在握柄10一侧。
进一步,所述控制按钮8卡接于握柄10手指按压处。
进一步,所述导线11与电机12拴接。
进一步,所述电机12与钻针16卡接。
进一步,所述操控杆13焊接在螺旋筒14上。
进一步,所述钻针16与螺旋筒14通过螺纹进行卡接。
进一步,所述探测模块3由脉冲波发生器6、接触层7、控制按钮8、电源 开关9、握柄10构成。
进一步,所述钻孔模块5由导线11、电机12、操控杆13、螺旋筒14、压 盖15、钻针16组成。
本发明的工作原理是:该装置通过探测模块3对骨折部分进行探测,通过显示 模块1对骨折程度进行显示,通过钻孔模块5对骨折部分进行穿针钻孔的操作 将几个骨折块复位并固定在一起。通过控制模块3对钻孔模块进行控制。通过 主控模块2对各个模块进行分析和进一步的控制。该系统提供一种定位准确的 骨科手术定位系统,探测模块中脉冲波可以探测骨骼附近组织,可以避免手术中 给病人造成重大伤害,钻孔模块通过控制模块控制电机的的转动,使得打孔实 现了精确控制。提高了手术的成功率,减轻了病人的病痛,提高了治疗的效率。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的 限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变 化与修饰,均属于本发明技术方案的范围内。
Claims (10)
1.一种骨科手术定位系统,其特征在于,所述骨科手术定位系统设置有显示模块、主控模块、探测模块、控制模块、钻孔模块;
探测模块对骨折部分进行探测,显示模块对骨折程度进行显示,钻孔模块对骨折部分进行穿针钻孔的操作将几个骨折块复位并固定在一起;控制模块对钻孔模块进行控制;主控模块对各个模块进行分析和进一步的控制;
所述显示模块的图像融合规则为:
其中,τ1=1/(1+exp{-β(||mA||2-||mB||2)}),(β>0),
mA,mB分别表示源图像每块的均值;源图像xA和xB分别减去mA和mB得到 和分别为稀疏表示系数矩阵SC和的第i列,为融合图像的稀疏系数矩阵sF的第i列;K是图像块的总个数;
所述显示模块对手术中不良图像的处理方法包括:
(1)搜集不良图像训练集,在训练集图像上标记多种人体敏感器官,作为敏感器官训练样本;
(2)从敏感器官训练样本上随机采样获取像素点,并组成敏感器官的颜色样本集;在颜色样本集上训练GMM模型得到人体敏感器官的颜色模型;
(3)提取敏感器官训练样本的HoG特征和GMM特征,并将HoG特征和GMM特征相结合作为敏感器官的特征;包括如下步骤:
敏感器官训练样本图像划分成若干个细胞单元,将细胞单元中的每个像素从RGB颜色空间转换到YCbCr颜色空间,并提取其Cb、Cr色度分量的值;其中,Y表示亮度分量,Cb表示蓝色色度分量,Cr表示红色色度分量;
将细胞单元分成U个互不重叠的小图像块,分别求出每个小图像块在Cb、Cr色度分量上的均值向量:将这些均值向量分别代入步骤(2)训练出的GMM敏感器官颜色模型,得到每个小图像块在GMM模型中每个高斯分量ωiGi(i∈{1,2,…,K})上的值,作为该小图像块的颜色特征,将U个小图像块的颜色特征联合起来记作
将敏感器官训练样本图像转换成灰度图像,对输入图像进行Gamma校正;
计算灰度图像中每个像素点(x,y)的水平方向和垂直方向梯度值gx(x,y)和gy(x,y);
gx(x,y)=I(x+1,y)-I(x-1,y)
gy(x,y)=I(x,y+1)-I(x,y-1)
式中,I(x,y)表示像素点(x,y)处的灰度值,根据下式计算像素点(x,y)处的梯度幅值g(x,y)和方向α(x,y);
将敏感器官训练样本的灰度图像划分成细胞单元,统计每个细胞单元上的梯度直方图,用于描述目标的形状信息;
对每个细胞单元采用9个bin的直方图来统计细胞单元内像素点的梯度信息,将各个bin中像素点的梯度大小进行累加组成该细胞单元的梯度直方图,用9维特征向量来表示,记作h1=[f1,f2,…,f9],其中fi为第i个bin的梯度累加值;
联合得到的梯度特征向量h1和得到颜色特征向量h2,组成细胞单元的特征向量[h1,h2];
将细胞单元组合成块,并在块内归一化;
(4)对每一种人体敏感器官的特定姿态,在其HoG特征和GMM特征相结合后的特征上,训练该敏感器官在特定姿态下的检测器,将多种姿态下的检测器集成该敏感器官的混合形变模型;
(5)用敏感器官的混合形变模型分别对测试图像进行检测,融合检测结果并判定图像的性质。
2.如权利要求1所述骨科手术定位系统,其特征在于,所述探测模块与显示模块相连接。
3.如权利要求1所述骨科手术定位系统,其特征在于,所述控制模块与钻孔模块相连接。
4.如权利要求1所述骨科手术定位系统,其特征在于,所述所述接触层卡接在脉冲发生器上。
5.如权利要求1所述骨科手术定位系统,其特征在于,电源按钮卡接在握柄一侧。
6.如权利要求1所述骨科手术定位系统,其特征在于,所述控制按钮卡接于握柄手指按压处。
7.如权利要求1所述骨科手术定位系统,其特征在于,所述导线与电机拴接。
8.如权利要求1所述骨科手术定位系统,其特征在于,所述电机与钻针卡接。
9.如权利要求1所述骨科手术定位系统,其特征在于,所述操控杆焊接在螺旋筒上。
10.如权利要求1所述骨科手术定位系统,其特征在于,所述钻针与螺旋筒通过螺纹进行卡接;
所述探测模块由脉冲波发生器、接触层、控制按钮、电源开关、握柄构成;
所述钻孔模块由导线、电机、操控杆、螺旋筒、压盖、钻针组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810108181.8A CN108416350A (zh) | 2018-02-02 | 2018-02-02 | 一种骨科手术定位系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810108181.8A CN108416350A (zh) | 2018-02-02 | 2018-02-02 | 一种骨科手术定位系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416350A true CN108416350A (zh) | 2018-08-17 |
Family
ID=63127533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810108181.8A Pending CN108416350A (zh) | 2018-02-02 | 2018-02-02 | 一种骨科手术定位系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416350A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101361649A (zh) * | 2007-08-06 | 2009-02-11 | 张国成 | 一种人体的病全自动治疗装置 |
CN203693737U (zh) * | 2014-02-18 | 2014-07-09 | 张纯 | 胸腰椎骨折一次性置钉装置 |
CN104134059A (zh) * | 2014-07-25 | 2014-11-05 | 西安电子科技大学 | 保持颜色信息的形变敏感器官模型下的不良图像检测方法 |
CN106056564A (zh) * | 2016-05-27 | 2016-10-26 | 西华大学 | 基于联合稀疏模型的边缘清晰图像融合方法 |
US20170014256A1 (en) * | 2015-07-15 | 2017-01-19 | Trimanus Medical Limited | Method and Apparatus for Applying and Controlling Surgical Traction |
-
2018
- 2018-02-02 CN CN201810108181.8A patent/CN108416350A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101361649A (zh) * | 2007-08-06 | 2009-02-11 | 张国成 | 一种人体的病全自动治疗装置 |
CN203693737U (zh) * | 2014-02-18 | 2014-07-09 | 张纯 | 胸腰椎骨折一次性置钉装置 |
CN104134059A (zh) * | 2014-07-25 | 2014-11-05 | 西安电子科技大学 | 保持颜色信息的形变敏感器官模型下的不良图像检测方法 |
US20170014256A1 (en) * | 2015-07-15 | 2017-01-19 | Trimanus Medical Limited | Method and Apparatus for Applying and Controlling Surgical Traction |
CN106056564A (zh) * | 2016-05-27 | 2016-10-26 | 西华大学 | 基于联合稀疏模型的边缘清晰图像融合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107874832B (zh) | 骨科手术器械导航系统及方法 | |
DE112010000978B4 (de) | System und Verfahren zum Bestimmen der Tiefe von Brustkorbkompressionen | |
US20050182341A1 (en) | Posture diagnosis equipment and program therefor | |
DE102011114333B4 (de) | Verfahren zur Registrierung eines Röntgenvolumens mit einem Lageerfassungssystem unter Verwendung eines Registrierphantoms | |
CN111588467B (zh) | 基于医学影像的三维空间坐标转换为影像二维坐标的方法 | |
JP2011502681A (ja) | 定量3dceus分析のためのシステム及び方法 | |
CN110200601A (zh) | 一种脉象获取装置及系统 | |
CN103892802B (zh) | 一种新型的舌像智能辅助装置 | |
JPWO2010055816A1 (ja) | 超音波診断装置、超音波診断装置の規格画像データ生成方法 | |
CN110505383B (zh) | 一种图像获取方法、图像获取装置及内窥镜系统 | |
CN108416350A (zh) | 一种骨科手术定位系统 | |
Kyrollos et al. | Fusing pressure-sensitive mat data with video through multi-modal registration | |
CN115778333B (zh) | 一种视觉定位寸、关、尺脉搏穴位的方法和装置 | |
JP2019115558A (ja) | 放射線撮影装置、画像処理装置及び画像判定方法 | |
KR20160057024A (ko) | 마커리스 3차원 객체추적 장치 및 그 방법 | |
WO2006033066A1 (en) | Apparatus, software and method for processing images from a patient's heart | |
US5423316A (en) | Automatic identification of anatomical features of interest from data acquired in nuclear medicine studies and superimposition of such features of persistence scope displays | |
CN205597896U (zh) | 一种中医诊断病情采集系统 | |
KR20220056777A (ko) | 한의 복진 장치 | |
RU2766046C1 (ru) | Способ дистанционной регистрации процесса дыхания пациента и устройство для его осуществления | |
CN110428407A (zh) | 一种超声影像分析系统及其分析方法 | |
CN113017675B (zh) | 一种正位胸片位姿自动测量方法及系统 | |
Li et al. | Fetal nasal bone abnormal detection based on Yolov5 | |
EP4383210A1 (en) | Determining a target view | |
DE112010005408T5 (de) | Ein System und ein Verfahren zur Steuerung der Abtastebene der Abbildungsvorrichtung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180817 |