CN109003281A - 一种基于三维空间模型获得单块脊椎骨的装置及方法 - Google Patents

一种基于三维空间模型获得单块脊椎骨的装置及方法 Download PDF

Info

Publication number
CN109003281A
CN109003281A CN201810788859.1A CN201810788859A CN109003281A CN 109003281 A CN109003281 A CN 109003281A CN 201810788859 A CN201810788859 A CN 201810788859A CN 109003281 A CN109003281 A CN 109003281A
Authority
CN
China
Prior art keywords
bounding box
normal vector
opposite faces
triangular plate
center
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.)
Granted
Application number
CN201810788859.1A
Other languages
English (en)
Other versions
CN109003281B (zh
Inventor
霍星
檀结庆
荆珏华
王浩
田大胜
程里
邵堃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201810788859.1A priority Critical patent/CN109003281B/zh
Publication of CN109003281A publication Critical patent/CN109003281A/zh
Application granted granted Critical
Publication of CN109003281B publication Critical patent/CN109003281B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • G06T2207/30012—Spine; Backbone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2016—Rotation, translation, scaling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Architecture (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明涉及一种基于三维空间模型获得单块脊椎骨的装置及方法，其中，装置至少包括拟合模块和包围盒处理模块。其中，包围盒处理模块基于拟合模块拟合出的两个相对拟合平面的中心点和法向量来确定包围盒的中心、两个相对面的距离和两个相对面的法向量并基于所确定的包围盒的中心、两个相对面的距离和两个相对面的法向量来确定包围盒的空间位置和大小，从而截取出单块脊椎骨。本发明的脊椎矫正装置作为从整体中截取局部模型的装置，具有通用性，而且可实现自动地获得包围盒的空间位置和大小来适应不同形态的脊椎骨。

Description

一种基于三维空间模型获得单块脊椎骨的装置及方法
本发明是申请号为201710195660.3，申请日为2017年03月28日，申请类型为发明，申请名称为一种脊椎矫正装置的分案申请。
技术领域
本发明涉及医学图像技术领域，尤其涉及一种基于三维空间模型获得单块脊椎骨的装置及方法。
背景技术
脊椎矫正技术是专用于复位偏位、半脱位的脊椎，调整脊椎关节的一门技术，类似于中医的扳法和正骨术。脊椎矫正技术具有系统的理论指导，特有的发力技巧，是一项科学、高效的治疗技术。脊椎矫正技术已经被纳入治疗顽固性疾病的重要辅助治疗手段，并且收到了非常好的疗效，脊椎矫正技术对糖尿病、类风湿、心脑血管疾病等均有重要辅助治疗作用。现如今的脊柱侧弯矫正技术运用的方法多数是弯棒固定矫正。手术之前，由医生根据病人的脊柱CT图(包括侧位图和断层扫描图)结合自己的经验来计算预测手术之中要用的弯棒形状，以达到利用弯棒矫正脊柱的目的。
在生成弯棒过程中，医生只能利用二维的CT图，计算一些脊柱参数(如cobb角，腰底角)和通过CT图的三视图来确定脊椎的空间相对位置和脊柱整体形态，根据这些状态和医生自身的经验来预期矫正后脊柱的形态。可见，传统脊椎矫正技术需要经验丰富的临床医生才能很好的做出预测，但仅依靠临床医生的经验，缺乏科学系统的方法，容易存在预测失误，造成手术过程中还要对已经制作好的弯棒加以修改，这样就不可避免地会增加手术时间，增加病人的出血量，增大手术风险。因此，提供一种专门针对脊椎矫正技术的装置来辅助医生出色地完成矫正手术成为亟待解决的技术问题。
为此，中国专利(公开号为CN102968791A)公开了一种三维医学图像图形显示的交互方法及其系统。该专利的交互方法包括如下步骤：A、在三维医学图像/图形显示的场景中，通过控制包围盒选择交互处理的范围；B、将所述包围盒圈定的范围运用到所述三维医学图像/图形显示的处理中，获得对应的局部显示结果；C、将所述局部显示结果输出到分割算法，执行相应的分割处理。该专利的交互系统包括：选择模块，用于在三维医学图像/图形显示的场景中，通过控制包围盒选择交互处理的范围；包围盒处理模块，用于将所述包围盒圈定的范围运用到所述三维医学图像/图形显示的处理中，获得对应的局部显示结果；执行模块，用于将所述局部显示结果输出到分割算法，执行相应的分割处理。
该专利提供的方法和系统可以实现在显示方式下的感兴趣区域/感兴趣空间的局部显示，从而有利于医生的观察诊断，但是该专利提供的交互方法和交互系统在选择交互处理范围时需要花费大量时间，而且难以快速精确地选取需要进行交互处理的对象。因此，急需提供一种能够准确自动地获得包围盒空间位置和大小的装置。
在本发明母案的审查过程中，第一次审查意见通知书仅指出形式性问题，未检索到最接近的现有技术。因此，本发明具有突出的实质性特点和显著的进步。
发明内容
针对现有技术在脊椎骨进行局部分割时，完全手动地调整包围盒来适应不同形态的脊椎骨，费时费力，难以快速精确地获得包围盒空间位置和大小的问题，本发明提供了一种能够实现自动获得包围盒空间位置和大小的脊椎矫正装置，尤其是一种对医学脊柱三维空间模型进行局部分割以获得单块脊椎骨的装置。本发明提供的脊椎矫正装置采用的方法主要基于VisualToolkit工具中生成的三维脊柱模型，在空间区域中生成一个空间包围盒，将包围盒的六个面设置成切面，将待分割的脊椎骨存储于包围盒内部。本发明的包围盒还可以自由地移动位置和调整大小和角度，这样就实现了截取不同形态特征的单块脊椎骨。进一步地，为了使包围盒定位更加准确快捷，本发明提供了一种先对三维脊柱模型上将要截取的脊椎骨的上下平面进行平面识别来获得上下平面的法向量和空间位置等参数，然后利用这些参数，进行切合实际的运算过程，最后可以自动生成较为理想的空间包围盒，用户只需要微调便可以从整体脊柱模型上面截取出来理想的单块脊椎骨。进一步地，为了使截取过程更加方便快捷，在包围盒处理模块采用了左右两部分对照截取，左半部分放置整体三维脊柱模型与包围盒，右半部分放置包围盒截取的部分模型与包围盒，两边的包围盒完全同步，如此便可使截取过程更加方便。
根据一个优选实施方式，脊椎矫正装置截取单块脊椎骨的方法包括如下过程：采取以脊柱三维空间模型的表面模型法向量为基础的平面生长及平面拟合，以确定包围盒的上下平面的形态；将上下两个拟合平面沿各自的法向量平移一定距离，使之包含整个欲截取的脊椎骨；根据两个拟合平面的中心点的连线来确定包围盒的中心，根据两个拟合平面的与竖直方向夹角较小的法向量来确定包围盒的上下平面的法向量，从而确定包围盒的形状和大小。采用左右两部分对照截取，以及包围盒完全交互式操作，让截取过程更加方便直观；在截取局部区域后，立即对局部模型进行去噪处理，保存模型在空间上的最大连通域，消除小块的杂质。
根据一个优选实施方式，一种基于三维空间模型获得单块脊椎骨的装置，至少包括拟合模块和包围盒处理模块。其中，包围盒处理模块基于拟合模块拟合出的两个相对拟合平面的中心点和法向量来确定包围盒的中心、两个相对面的距离和两个相对面的法向量并基于所确定的包围盒的中心、两个相对面的距离和两个相对面的法向量来确定所述包围盒的空间位置和大小，从而截取出单块脊椎骨。
根据一个优选实施方式，所述脊椎矫正装置至少包括识别模块、拟合模块、包围盒处理模块和矫正模块。所述识别模块以所述脊柱三维空间模型上的三角片为种子点进行生长并利用广度优先遍历法进行有最大迭代次数的相邻平面生长以获得三角片集合。所述拟合模块基于所述识别模块识别出的三角片集合中所有三角片的法向量和顶点参数采用矩阵乘法以及计算矩阵奇异值的方法计算拟合平面方程式。所述包围盒处理模块基于所述拟合模块拟合出的两个相对拟合平面的中心点和法向量来确定包围盒的中心、两个相对面的距离和两个相对面的法向量并基于所确定的包围盒的中心、两个相对面的距离和两个相对面的法向量来确定所述包围盒的空间位置和大小。所述矫正模块基于所述包围盒处理模块所确定的包围盒截取的脊椎骨参数来产生弯棒的弯曲参数以通过所述弯棒实现脊椎矫正。
根据一个优选实施方式，所述脊椎矫正装置产生弯棒的弯曲参数，使得医生能够定制是和患者脊椎病状所需矫正的弯棒。优选地，矫正模块基于所述包围盒处理模块所确定的包围盒截取的脊椎骨参数来产生弯棒的弯曲方案。更优选地，所述矫正装置基于所述包围盒处理模块所确定的包围盒截取的脊椎骨参数来获取弯棒螺杆位置和方向并使用一种或多种基于几何形状的算法将螺杆位置和方向转换成一系列的弯曲指令。优选地，所述弯棒的弯曲算法为获取并且数字化空间中的点，分析所述点并且计算用机械弯曲装置使弯棒弯曲所需的弯曲指令和所述弯棒长度。本发明可以应用于医学中对脊柱侧弯手术的空间模型参考和弯棒的预先生成，提高弯棒制作精度，减少手术中病人的出血量，降低医生的劳动强度，减少手术时间和降低手术风险，在临床应用上具有重要意义。
根据一个优选实施方式，所述识别模块至少包括选取单元、标记数组建立单元、第一存储单元和生长单元。所述选取单元用于从所述脊柱三维空间模型表面上选取一个三角片的ID。所述标记数组建立单元用于在所述选取单元选取三角片后建立标记数组，所述标记数组用以标记三角片的使用情况且所述标记数组的大小为要截取的脊柱三维空间模型表面的三角片总数。所述第一存储单元用于存储所述脊柱三维空间模型的数据、待比较三角片的ID链表和/或所述识别模块识别出的三角片ID链表。所述生长单元以所述选取单元选取的三角片法向量为基准并利用广度优先遍历法进行有最大迭代次数的相邻平面生长以获得所述三角片集合。
根据一个优选实施方式，所述生长单元通过如下方式获得所述三角片集合：所述生长单元从所述选取单元选取的三角片开始，依次标记并判断待选择三角片的使用情况，在所述待选择三角片已经使用之时，所述生长单元放弃所述待选择三角片与种子点三角片的比较；在所述待选择三角片未使用之时，所述生长单元计算所述待选择三角片法向量与种子点三角片法向量的各分量差值的绝对值之和。
根据一个优选实施方式，所述生长单元计算出所述待选择三角片法向量与所述种子点三角片法向量的各分量差值的绝对值之和不大于0.5时，所述生长单元将所述待选择三角片ID的链表发送至第一存储单元进行存储。所述生长单元计算出所述待选择三角片法向量与所述种子点三角片法向量的各分量差值的绝对值之和大于0.5时，所述生长单元访问下一个待选择的三角片。相对于现有技术判断两向量的夹角来生成新的平面，本发明通过判断两向量各分量差值的绝对值之和具有简单、效率高、更省时的优势。
根据一个优选实施方式，所述生长单元以存储至所述第一存储单元中的三角片作为待比较对象，将待选择三角片的法向量与所述待比较对象三角片法向量的各分量差值的绝对值之和不大于0.5的所述待选择三角片ID的链表发送至所述第一存储单元进行存储并作为下一次循环中的待比较对象，如此循环直至遍历完所有三角片，并且在循环结束之后，所述生长单元调取存储于所述第一存储单元中的三角片ID的链表并将对应的三角片以不同于未选中三角片的颜色进行着色以生成一个近似平面的超平面。
根据一个优选实施方式，所述拟合模块至少包括第一计算单元、第二存储单元、第二计算单元、第三计算单元和验证单元。其中，所述第一计算单元对所述识别模块识别出的所述三角片集合中所有三角片的法向量进行平均化处理以获得所述三角片的平均法向量并将所述平均法向量存储至所述第二存储单元。所述第二存储单元用于存储所述平均法向量以及所述识别模块识别出的所述三角片集合中所有三角片的顶点参数。所述第二计算单元基于存储于所述第二存储单元中的顶点参数分别计算所述三角片顶点在X、Y、Z轴的平均值。所述第三计算单元基于所述第一计算单元计算的平均法向量和所述第二计算单元计算的所述三角片顶点在X、Y、Z轴的平均值采用矩阵乘法以及计算矩阵奇异值的方法计算拟合平面方程式。所述验证单元基于所述拟合平面方程式计算所述拟合平面的法向量并将其与所述第一计算单元计算的平均法向量进行比较，在二者偏差达到设定阈值时重新计算所述拟合平面方程式。优选地，所述拟合模块基于所述识别模块识别出的三角片集合中所有三角片的法向量和顶点参数采用矩阵乘法以及计算矩阵奇异值的方法计算欲截取的单块脊椎骨的上下两个平面的拟合平面方程式。
本发明第一计算单元和第二计算单元计算出的平均法向量以及顶点平均值作为参考向量以及计算拟和平面中心的基准值，而不直接用于拟合平面，从而减小拟合平面与理想平面的偏差，使拟合出的平面更精确。
根据一个优选实施方式，所述包围盒处理模块根据所述拟合模块拟合出的两个相对面的的中心点连线来确定所述包围盒的中心并将中心线的长度作为所述包围盒两个相对面的距离、根据所述两个相对面的法向量与竖直方向夹角较小者来确定所述包围盒两个相对面的法向量，并且所述包围盒处理模块基于所述包围盒的中心、所述包围盒两个相对面的距离和所述包围盒两个相对面的法向量来确定所述包围盒的空间位置和大小。
根据一个优选实施方式，所述包围盒处理模块至少包括包围盒确定单元、调整单元和后处理单元。其中，所述包围盒确定单元基于所述拟合模块拟合出的两个相对面的的中心点与法向量参数来确定所述包围盒的空间位置。所述调整单元对所述包围盒确定单元确定的所述包围盒的空间位置进行旋转以使所述包围盒能够与所述脊椎三维空间模型表面贴合。所述后处理单元在基于所述调整单元旋转后的包围盒截取脊椎骨后，对所述包围盒内截取的局部模型进行去噪处理以保存所述局部模型在空间上的最大连通域。
根据一个优选实施方式，所述包围盒确定单元通过如下方式确定所述包围盒的空间位置：所述包围盒确定单元基于计算所述拟合模块拟合出的两个相对面的的中心点的平均值以获得所述包围盒中心，所述包围盒确定单元将所述包围盒在X、Y轴方向分别根据所述中心左右延伸预设阈值，将所述包围盒在Z轴方向分别根据所述中心上下延伸预设阈值以确定所述包围盒的空间位置。
根据一个优选实施方式，所述调整单元通过如下方式调整所述包围盒的空间位置：所述调整单元计算与Z轴夹角最小的空间向量并确定所述空间向量与Z轴的夹角的角度值，所述调整单元计算所述空间向量与Z轴的公垂线，并且所述调整单元使所述包围盒以所述公垂线为旋转轴，以所述空间向量与Z轴的夹角为旋转角进行旋转。
本发明的脊椎矫正装置作为从整体中截取局部模型的装置，具有通用性，而且可实现自动地获得包围盒的空间位置和大小来适应不同形态的脊椎骨，为了更好地适应不同形态的脊椎骨，本发明的包围盒还能够自动旋转。相对于现有技术，本发明具有操作简单、自动性高、准确度高的优势。
附图说明
图1是本发明的脊椎矫正装置一个优选实施方式的模块示意图；
图2是本发明确定的包围盒的一个优选实施方式的效果示意图；和
图3是本发明确定的包围盒的另一个优选实施方式的效果示意图。
附图标记列表
10：识别模块 101：选取单元
102：标记数组建立单元 103：第一存储单元
104：生长单元 20：拟合模块
201：第一计算单元 202：第二存储单元
203：第二计算单元 204：第三计算单元
205：验证单元 30：包围盒处理模块
301：包围盒确定单元 302：调整单元
303：后处理单元 40：矫正模块
具体实施方式
下面结合附图和实施例进行详细说明。
针对当今医院做脊柱侧弯矫正只能利用二维CT图进行简单的测量和预估的尴尬局面，本发明提供了一种脊椎矫正装置，通过该装置可以对利用三维建模技术生成的脊椎骨模型进行局部分割并利用分割后的局部模型进行模拟矫正仿真。具体地，通过对CT断层扫描图像，利用VisualToolkit(简称VTK)工具的MarchingCubes方法进行三维重建，还原出人体骨骼的三维图像，然后对重建的三维模型分割并进行处理，最终得到单个脊椎骨的三维模型并分别保存，利于后续的测量和调整。优选地，VTK通过封装不同的处理类使用户可以方便的利用CT断层扫描图及核磁共振成像图进行三维模型的生成，包括体绘制和面绘制。更优选地，本发明利用面绘制方法将成套的CT断层扫描图进行三维建模，生成逼真的三维表面模型。三维表面模型包含了三维模型所需要的一系列信息，如点，线，面，法向量等。通过这些信息，可以对三维模型进行一系列的操作以实现手术模拟等功能。
进一步地，本发明提供了一种利用医学脊柱三维空间模型进行局部分割获得单块脊椎骨的装置。该装置通过采用空间包围盒，手动调整包围盒的大小和空间形态，对整个脊柱进行局部截取。该装置还可以先对脊柱三维空间模型上脊椎骨上下表面进行平面识别，利用识别生成的平面的各种参数(如法向量和各方向的长度)确定空间包围盒的位置和形态，然后通过微调来截取单块脊椎骨。对截取出来的脊椎骨进行标号和存储必要的脊椎骨参数，以利于后续脊椎调整和矫正模拟工作的进行。
对本发明中涉及到的名词做如下解释。
广度优先遍历法：广度优先遍历法是连通图的一种遍历策略，其基本思想是从一个顶点V0开始，辐射状地优先遍历其周围较广的区域。广度优先遍历法以层为顺序，将某一层上的所有节点都搜索到了之后才向下一层搜索。其包括三个步骤：(1)从图中某个顶点V0出发并访问此顶点。(2)从V0出发，访问V0的各个未曾访问的邻接点W1、W2……WK，然后依此从W1、W2……WK出发访问各自未被访问的邻接点。(3)重复步骤(2)，直至全部顶点都被访问为止。
包围盒：包围盒被定义为包含该对象且各边平行于坐标轴的最小六面体。包围盒可以在空间坐标系中自由移动和旋转，并能自由调整大小。包围盒有七个小球分别控制每个面的位置和整体的位置，鼠标点击在面上而非小球上时以中心小球为旋转中心的自由旋转运动。
实施例1
图1示出了本发明的脊椎矫正装置一个优选实施方式的模块示意图。如图1，本发明的脊柱矫正装置至少包括识别模块10、拟合模块20、包围盒处理模块30和矫正模块40。识别模块10以脊柱三维空间模型上的三角片为种子点进行生长，并利用广度优先遍历法进行有最大迭代次数的相邻平面生长以获得三角片集合。拟合模块20基于识别模块10识别出的三角片的法向量和顶点参数采用矩阵乘法以及计算矩阵奇异值的方法计算两个相对拟合平面的方程式以获得两个相对的拟合面。优选地，两个相对的面为欲截取的单块脊椎骨的上下面。包围盒处理模块30基于拟合模块20拟合出的两个相对拟合平面的中心点和法向量来确定包围盒的中心、两个相对面的距离和两个相对面的法向量并基于所确定的包围盒的中心、两个相对面的距离和两个相对面的法向量来确定包围盒的空间位置和大小。矫正模块40基于包围盒处理模块30所确定的包围盒截取的脊椎骨参数来产生弯棒的弯曲参数以通过所述弯棒实现脊椎矫正。本实施例所确定的包围盒的效果示意图如图2所示。
根据一个优选实施方式，脊柱三维空间模型的每一个三角片都有一个法向量，当选择某一三角片进行区域生长时，可与相邻三角片之的法向量进行比较，向与选中的三角片空间夹角不超过某一较小度量(根据实际情况确定)的相邻三角片进行生长，利用生长后的众多三角片进行平面拟合即可实现空间平面拟合。优选地，众多三角片是通过如下方式获得的：利用三角片选取器在一个平面上选取一个三角片，以该三角片为种子点进行生长，结合每个三角片的法向量，生长时根据种子点三角片的法向量和其他三角片法向量的夹角，利用广度优先遍历发法选取夹角在较小范围内的相邻三角片，进行有最大迭代次数的相邻平面生长，这样可以得到较大范围的平面三角片。
再次参见图1，识别模块10至少包括选取单元101、标记数组建立单元102、第一存储单元103和生长单元104。优选地，选取单元101用于从脊柱三维空间模型表面上选取一个三角片的ID。优选地，标记数组建立单元102用于在选取单元101选取一个三角片后建立标记数组，标记数组用以标记每个三角片的使用情况且标记数组的大小为要截取的脊柱三维空间模型表面的三角片的总数。优选地，在选取单元101从脊柱三维空间模型表面上选取一个三角片后，若无标记数组，则由标记数组建立单元102新建一个标记数组，该标记数组用于确定要识别的平面上的三角片是否被使用。更优选地，标记数组的大小为所选三角片所在平面的三角片的总数。优选地，第一存储单元103用于存储脊柱三维空间模型的数据、待比较三角片的ID链表和/或最终被选择的三角片ID的链表。优选地，待比较三角片的ID链表为选取单元101从脊柱三维空间模型表面上选取的三角片的ID，第一存储单元103存储的数据以为生长单元104的广度优先遍历做准备。优选地，生长单元104以选取单元101选取的三角片的法向量作为基准向量，利用广度优先遍历法进行有最大迭代次数的相邻平面生长以获得符合要求的三角片集合。优选地，广度优先遍历法至少包括如下步骤：
S1：生长单元104首先设置广度优先遍历的循环数。优选地，循环数为选取单元101所选的三角片所在平面的三角片的总数。
S2：进行第一次循环时，生长单元104先获取脊柱三维空间模型中所有三角片的法向量信息。优选地，所有三角片的法向量信息在VTK构建三维表面模型时依据得出并保存在三维数据中。更优选地，第一存储单元103中存储有脊柱三维空间模型的数据，生长单元104可从第一存储单元103中获取所有三角片的法向量信息。
S3：生长单元104从选取单元101选取的三角片开始循环，依次标记并判断要比较的三角片的使用情况。在待选择三角片已经使用时，生长单元104放弃待选择三角片与种子点三角片的比较。在待选择三角片未使用时，生长单元104标记并比较待选择三角片与种子点三角片法向量的各分量差值的绝对值之和。
优选地，生长单元104计算出待选择三角片的法向量与种子点三角片法向量的各分量差值的绝对值之和不大于0.5时，生长单元104将待选择三角片ID的链表发送至第一存储单元103进行存储。存储在第一存储单元103中的待选择三角片作为最终结果集中的一个三角片。生长单元104计算出待选择三角片的法向量与种子点三角片法向量的各分量差值的绝对值之和大于0.5时，生长单元104访问下一个待选择的三角片。
S4：生长单元104从已经筛选出的待选择三角片着手，找到其相邻的三角片，并将相邻三角片ID存入第一存储单元103的待比较数组，，作为下一次循环中的待选择三角片来使用，进入下一次循环，直至循环次数用完。
优选地，生长单元104以筛选出的三角片作为待比较对象，并将待选择三角片的法向量与待比较对象三角片法向量的各分量差值的绝对值之和不大于0.5的三角片ID存入第一存储单元103的待比较数组以作为下一次循环中的待比较对象来使用，如此循环直至遍历完所有三角片。
S5：在循环结束之后，生长单元104调取存储于第一存储单元103中的三角片ID并将对应的三角片以不同于未选中三角片的颜色进行着色以生成一个近似平面的超平面。优选地，存储于第一存储单元103中的三角片近似在同一个平面上。
当获得近似平面的三角形集合之后，拟合模块20利用选择的三角片进行平面拟合以生成一个平面，生成的平面作为后续包围盒定位的依据。
继续参见图1，拟合模块20至少包括第一计算单元201、第二存储单元202、第二计算单元203、第三计算单元204和验证单元205。优选地，第一计算单元201对识别模块10识别出的三角片的法向量进行平均化处理以获得三角片的平均法向量并将平均法向量存储至第二存储单元202。优选地，第二存储单元202还存储有识别模块10识别出的三角片的顶点参数。优选地，第二计算单元203基于存储于第二存储单元202中的顶点参数分别计算三角片顶点在X、Y、Z轴的平均值。该平均值作为后续计算拟合平面中心的基准值，而并不将其直接作为拟合平面中心，如此可以减小拟合平面与理想平面的偏差。优选地，第三计算单元204基于第一计算单元201计算的平均法向量和第二计算单元203计算的三角片顶点在X、Y、Z轴的平均值采用矩阵乘法以及计算矩阵奇异值的方法计算拟合平面的方程式。优选地，第三计算单元204根据计算所得的矩阵奇异值获得的奇异向量来指定拟合平面的平面系数。优选地，验证单元205基于拟合平面方程式计算拟合平面的法向量并将其与第一计算单元201计算的平均法向量进行比较，在二者出现偏差达到设定阈值时重新计算拟合平面的方程式。更优选地，拟合平面的法向量在原平均法向量上投影的方向和原平均法向量一致。其中，拟合平面的法向量由椎骨平面内指向椎骨平面外。
经拟合模块20拟合后可以在脊柱三维空间模型表面上生成近似平面的拟合平面，通过对拟合平面进行适当平移，生成浮于脊柱三维空间模型表面之上的一个平面，利用生成的拟合平面，通过包围盒处理模块30可进一步确定包围盒的空间位置和大小。优选地，包围盒处理模块30根据拟合模块20拟合出的两个相对面的的中心点连线来确定包围盒的中心，将中心线的长度作为包围盒两个相对面的距离、根据两个相对面的法向量与竖直方向夹角较小者来确定包围盒两个相对面的法向量。包围盒处理模块30基于包围盒的中心、包围盒两个相对面的距离和包围盒两个相对面的法向量来确定包围盒的位置和大小。后续只需微调便可很方便准确的截取出单块的脊椎骨。
继续参见图1，包围盒处理模块30至少包括包围盒确定单元301、调整单元302和后处理单元303。优选地，包围盒确定单元301基于拟合模块20拟合出的两个相对面的的中心点与法向量参数来确定包围盒的空间位置。优选地，调整单元302基于包围盒确定单元301确定的包围盒的空间位置进行旋转以使包围盒能够与脊柱三维空间模型表面贴合。优选地，后处理单元303在基于调整单元302旋转后的包围盒截取脊椎骨后，对包围盒内截取的局部模型进行去噪处理以保存模型在空间上的最大连通域。优选地，使用了VTK中的vtkPolyDataConnectivity Filter方法提取截取部分的最大连通域。
根据一个优选实施方式，包围盒确定单元301通过如下方式确定包围盒的空间位置：包围盒确定单元301基于计算拟合模块20拟合出的两个相对面的的中心点的平均值以获得包围盒中心。包围盒确定单元301将包围盒在X、Y轴方向分别根据中心左右延伸预设阈值，将包围盒在Z轴方向分别根据中心上下延伸预设阈值以确定包围盒的空间位置。优选地，包围盒在X、Y轴方向分别根据中心左右延伸的距离大于包围盒在Z轴方向分别根据中心上下延伸的距离。具体延伸的距离可基于实际情况进行调整。例如，包围盒在X、Y轴方向分别根据中心左右延伸30～60个单位的距离，而包围盒在Z轴方向分别根据中心上下延伸1～2个单位的距离。
根据一个优选实施方式，调整单元302通过如下方式调整包围盒的空间位置：调整单元302计算与Z轴夹角最小的空间向量并确定空间向量与Z轴的夹角的角度值，调整单元302计算空间向量与Z轴的公垂线。优选地，调整单元302通过计算公垂线的三个分量，利用三阶行列式，求两向量的叉乘得到公垂线。调整单元302使包围盒以公垂线为旋转轴，以空间向量与Z轴的夹角为旋转角进行旋转。
实施例2
本发明实施例1提供的脊椎矫正装置作为从整体模型中截取局部模型的装置，具有通用性，调整较为方便，但对于某些复杂的、不精细的三维模型用实施例1提供的装置进行切割显得步骤繁琐，为此，实施例2提供了一种用手动的方法进行多次调整来进行切割的方法。
根据一个优选实施方式，脊椎矫正装置利用VTK在构建的三维模型表面取点，利用此点为中心向X、Y、Z三个方向的正负方向各扩张若干个单位生成一个VTKBox包围盒。设置包围盒的六个面分别为切割面，取包围盒内部的模型为截取结果，便可实现局部截取。包围盒可以进行扩大缩小，旋转，以适应不同形态的脊椎骨。优选地，为了避免截取的杂质对后续操作的影响，脊椎矫正装置提取空间最大连通体作为脊柱区域截取的最终结果。本实施例所确定的包围盒的效果示意图如图3所示。
根据一个优选实施方式，脊椎矫正装置将截取窗口分为左右两个部分，左半部分用于显示整个三维脊柱空间模型。脊椎矫正装置首先在截取窗口左边的三维脊柱空间模型上选择要截取的某一块脊椎骨表面上的一点，然后以该点为中心生成一个固定大小的包围盒。同时在右边的截取窗口显示同样包围盒与截取出来的局部模型，两边完全同步，都可以手动调整包围盒的大小和旋转角。本发明的脊椎矫正装置将截取窗口分为左右两个部分以实现对照，使得截取出来的模型更精确。
采用如下方式对比实施例1和实施例2采用的脊椎矫正装置截取的单块脊椎骨的准确性，比较结果如表1和表2所示。
实施例1的脊椎矫正装置：该脊椎矫正装置首先识别出欲截取脊椎骨的上下表面，基于识别的表面确定中心点和法向量后自动生成一个空间位置和大小合理的空间包围盒，通过鼠标交互微调包围盒的位置和大小，从而截取出单块脊椎骨。
实施例2的脊椎矫正装置：该脊椎矫正装置首先在脊柱三维空间模型的表面选取一点，以该点为中心分别在X、Y、Z方向上定义包围盒半径，从而生成一个与坐标轴平行的空间包围盒，后续通过鼠标交互调整包围盒的大小和位置，从而截取出单块脊椎骨。
首先确定理想模型的中心点，然后把实施例1和实施例2实际初次截取模型的所有点与理想模型的中心点比较。这里判断一个局部模型初次截取效果的标准是：该截取模型离理想模型中心点接近的点越多的模型是越接近理想模型的，更能表现理想模型的形状。用距离中心点大于一定阈值的点的个数作为标准，个数越少，说明模型越能表现理想模型的形状特征。因为越大于这个区间，模型的点就会越离散。优选地，阈值的确定是根据理想模型的X方向上的边界值确定，方法是先获取理想模型的X、Y、Z三个方向上的边界值，然后取X方向上的距离值的1/2作为判断标准。这里选取X方向是因为X方向脊柱斜率较大，更容易体现差异性。
因此，根据距离理想模型中心点大于某一阈值的点的个数(称为失效点数目)及有效点占模型总点数的百分率(称之为有效率)这两个数值，就可以比较出两种方法效果的差异性,失效点个数越少，有效率越大的模型说明越接近理想截取模型。此处，理想截取模型是指通过提取截取模型的空间最大连通域所得到的单个脊椎骨模型，该模型不包含细小杂质，属于用户最后想得到的模型。
表1实施例1和实施例2截取的单块脊椎骨失效点数目和有效率
从表1可知，实施例1截取的单块脊椎骨有效率在70％～93.1％，实施例2截取的单块脊椎骨的有效率为54.1％～75.0％。其中，T4～L1的脊椎骨曲率依次增大，L1～L4脊椎骨的曲率依次减小。从表1还可看出，在曲率较大的脊椎骨位置，实施例1与实施例2的差异越大，由此可见，实施例1的脊椎矫正装置在截取单块脊椎骨时与理想模型更接近，尤其是在脊椎骨曲率较大时，采用实施1的脊椎矫正装置更能截取出理想模型解决的单块脊椎骨。
使用实施例1和实施例2截取模型点的数量与理想截取模型点的数量的比率作为比较标准，结果如表2所示。
表2实施例1和实施例2截取模型点的数量与理想模型的比率
脊椎骨编号 实施例1 实施例2
T4 1.12334 1.24389
T5 1.16403 1.22328
L1 1.12559 1.22543
L2 1.12554 1.34737
L3 1.09258 1.28872
L4 1.06319 1.15600
从表2可以看出，实施例1截取模型与理想模型的比率更接近于1。
综上所述，相对于实施例2，实施例1的脊椎矫正装置截取的单块脊椎骨准确性更高，与理想模型更接近。
需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。

Claims (10)

1.一种基于三维空间模型获得单块脊椎骨的装置，其特征在于，所述装置至少包括拟合模块(20)和包围盒处理模块(30)，其中，
所述包围盒处理模块(30)基于所述拟合模块(20)拟合出的两个相对拟合平面的中心点和法向量来确定包围盒的中心、两个相对面的距离和两个相对面的法向量并基于所确定的包围盒的中心、两个相对面的距离和两个相对面的法向量来确定所述包围盒的空间位置和大小，从而截取出单块脊椎骨。
2.如权利要求1所述的装置，其特征在于，所述装置至少包括识别模块(10)，所述识别模块(10)以脊柱三维空间模型上的三角片为种子点进行生长，并利用广度优先遍历法进行有最大迭代次数的相邻平面生长以获得三角片集合。
3.如权利要求2所述的装置，其特征在于，所述拟合模块(20)基于所述识别模块(10)识别出的三角片的法向量和顶点参数采用矩阵乘法以及计算矩阵奇异值的方法计算两个相对拟合平面的方程式以获得两个相对的拟合面。
4.如权利要求3所述的装置，其特征在于，所述包围盒处理模块(30)根据所述拟合模块(20)拟合出的两个相对面的的中心点连线来确定所述包围盒的中心并将中心线的长度作为所述包围盒两个相对面的距离、根据所述两个相对面的法向量与竖直方向夹角较小者来确定所述包围盒两个相对面的法向量，并且
所述包围盒处理模块(30)基于所述包围盒的中心、两个相对面的距离和两个相对面的法向量来确定所述包围盒的空间位置和大小。
5.如前述权利要求之一所述的装置，其特征在于，所述包围盒处理模块(30)至少包括包围盒确定单元(301)，其中，
所述包围盒确定单元(301)基于所述拟合模块(20)拟合出的两个相对面的的中心点与法向量参数来确定所述包围盒的空间位置。
6.如权利要求5所述的装置，其特征在于，所述包围盒处理模块(30)至少包括调整单元(302)，其中，所述调整单元(302)对所述包围盒确定单元(301)确定的所述包围盒的空间位置进行旋转以使所述包围盒与所述脊柱三维空间模型表面贴合。
7.如权利要求6所述的装置，其特征在于，所述包围盒处理模块(30)至少包括后处理单元(303)，其中，
所述后处理单元(303)在基于所述调整单元(302)旋转后的包围盒截取脊椎骨后，对所述包围盒内截取的局部模型进行去噪处理以保存所述局部模型在空间上的最大连通域。
8.如权利要求7所述的装置，其特征在于，所述包围盒确定单元(301)通过如下方式确定所述包围盒的空间位置：
所述包围盒确定单元(301)基于计算所述拟合模块(20)拟合出的两个相对面的的中心点的平均值以获得所述包围盒中心，
所述包围盒确定单元(301)将所述包围盒在X、Y轴方向分别根据所述中心左右延伸预设阈值，将所述包围盒在Z轴方向分别根据所述中心上下延伸预设阈值以确定所述包围盒的空间位置。
9.如权利要求7所述的装置，其特征在于，所述调整单元(302)通过如下方式调整所述包围盒的空间位置：
所述调整单元(302)计算与Z轴夹角最小的空间向量并确定所述空间向量与Z轴的夹角的角度值，所述调整单元(302)计算所述空间向量与Z轴的公垂线，并且
所述调整单元(302)使所述包围盒以所述公垂线为旋转轴，以所述空间向量与Z轴的夹角为旋转角进行旋转。
10.一种基于三维空间模型获得单块脊椎骨的方法，其特征在于，所述方法至少包括以下步骤：
以脊柱三维空间模型上的三角片为种子点进行生长，并利用广度优先遍历法进行有最大迭代次数的相邻平面生长以获得三角片集合；
基于识别出的三角片的法向量和顶点参数采用矩阵乘法以及计算矩阵奇异值的方法计算两个相对拟合平面的方程式以获得两个相对的拟合面；
基于拟合出的两个相对拟合平面的中心点和法向量来确定包围盒的中心、两个相对面的距离和两个相对面的法向量；
基于所确定的包围盒的中心、两个相对面的距离和两个相对面的法向量来确定所述包围盒的空间位置和大小，从而截取出单块脊椎骨。
CN201810788859.1A 2017-03-28 2017-03-28 一种基于三维空间模型获得单块脊椎骨的装置及方法 Active CN109003281B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810788859.1A CN109003281B (zh) 2017-03-28 2017-03-28 一种基于三维空间模型获得单块脊椎骨的装置及方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710195660.3A CN106934810B (zh) 2017-03-28 2017-03-28 一种脊椎矫正装置
CN201810788859.1A CN109003281B (zh) 2017-03-28 2017-03-28 一种基于三维空间模型获得单块脊椎骨的装置及方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201710195660.3A Division CN106934810B (zh) 2017-03-28 2017-03-28 一种脊椎矫正装置

Publications (2)

Publication Number Publication Date
CN109003281A true CN109003281A (zh) 2018-12-14
CN109003281B CN109003281B (zh) 2020-11-27

Family

ID=59426139

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201810788858.7A Active CN109064472B (zh) 2017-03-28 2017-03-28 一种脊椎骨的三维空间模型拟合平面的拟合方法及装置
CN201710195660.3A Expired - Fee Related CN106934810B (zh) 2017-03-28 2017-03-28 一种脊椎矫正装置
CN201810788859.1A Active CN109003281B (zh) 2017-03-28 2017-03-28 一种基于三维空间模型获得单块脊椎骨的装置及方法

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN201810788858.7A Active CN109064472B (zh) 2017-03-28 2017-03-28 一种脊椎骨的三维空间模型拟合平面的拟合方法及装置
CN201710195660.3A Expired - Fee Related CN106934810B (zh) 2017-03-28 2017-03-28 一种脊椎矫正装置

Country Status (1)

Country Link
CN (3) CN109064472B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109979572A (zh) * 2019-03-25 2019-07-05 合肥工业大学 一种三维脊椎模型中椎弓根的切面获取方法及装置
CN110223396A (zh) * 2019-06-19 2019-09-10 合肥工业大学 一种基于形态学的脊柱模拟矫正方法及装置
CN110522515A (zh) * 2019-09-04 2019-12-03 上海电气集团股份有限公司 髋臼假体覆盖率的确定方法、系统、电子设备和存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819826B (zh) * 2021-03-30 2022-04-19 四川大学华西医院 基于人工智能的脊椎图像处理装置及计算机设备
CN114983459A (zh) * 2022-06-21 2022-09-02 济南大学 一种三维脊柱模型Cobb角的交互式测量系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006087190A1 (en) * 2005-02-16 2006-08-24 Nordic Bioscience A/S Vertebral fracture quantification
US8165375B2 (en) * 2006-12-11 2012-04-24 Siemens Medical Solutions Usa, Inc. Method and system for registering CT data sets
CN105342641A (zh) * 2015-11-20 2016-02-24 深圳开立生物医疗科技股份有限公司 一种超声成像方法、装置及其超声设备
US20160089074A1 (en) * 2014-09-30 2016-03-31 Fujifilm Corporation Vertebra segmentation apparatus, method and recording medium

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080123929A1 (en) * 2006-07-03 2008-05-29 Fujifilm Corporation Apparatus, method and program for image type judgment
CN101593365A (zh) * 2009-06-19 2009-12-02 电子科技大学 一种通用三维人脸模型的调整方法
CN102509352A (zh) * 2011-11-15 2012-06-20 云南瑞诚科技有限公司 基于正侧位相的脊柱侧凸三维重构方法
CN102737407A (zh) * 2012-05-24 2012-10-17 深圳市旭东数字医学影像技术有限公司 三角网格数据的拟合优化的方法及其系统
CN102930602B (zh) * 2012-10-20 2015-03-25 西北大学 一种基于断层图像的面皮三维表面模型重建方法
CN104517318A (zh) * 2013-09-27 2015-04-15 鸿富锦精密工业（深圳）有限公司 三维量测模拟取点系统及方法
FR3012030B1 (fr) * 2013-10-18 2015-12-25 Medicrea International Procede permettant de realiser la courbure ideale d'une tige d'un materiel d'osteosynthese vertebrale destinee a etayer la colonne vertebrale d'un patient
CN103617603B (zh) * 2013-12-06 2016-02-24 南京大学 一种三维数字几何网格模型结构的自动修复方法
EP3151750B1 (en) * 2014-06-06 2017-11-08 Koninklijke Philips N.V. Imaging system for a vertebral level
CN104200488A (zh) * 2014-08-04 2014-12-10 合肥工业大学 一种基于图表示和匹配的多目标跟踪方法
CN105982674B (zh) * 2015-01-27 2019-09-20 中慧医学成像有限公司 一种测量脊柱弯曲角度的方法
CN105809730B (zh) * 2016-03-07 2018-08-07 哈尔滨工程大学 一种长骨骨折断面点云提取方法
CN106126794B (zh) * 2016-06-17 2019-07-05 北京航空航天大学 一种三角网格曲面下切割面动态调整的射线寻迹方法
CN106355178B (zh) * 2016-07-25 2020-04-10 北京航空航天大学 基于分层聚类和拓扑连接模型的海量点云自适应简化方法
CN106137373A (zh) * 2016-08-04 2016-11-23 湖南坤昇三维科技有限公司 组合式脊柱置钉导板及其制作方法
CN106228567A (zh) * 2016-08-26 2016-12-14 西北工业大学 一种基于平均曲率流的脊椎特征点自动识别方法
CN106333575A (zh) * 2016-10-08 2017-01-18 东莞市邦达实业有限公司 一种包含改性mdi泡棉的睡眠枕

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006087190A1 (en) * 2005-02-16 2006-08-24 Nordic Bioscience A/S Vertebral fracture quantification
US8165375B2 (en) * 2006-12-11 2012-04-24 Siemens Medical Solutions Usa, Inc. Method and system for registering CT data sets
US20160089074A1 (en) * 2014-09-30 2016-03-31 Fujifilm Corporation Vertebra segmentation apparatus, method and recording medium
CN105342641A (zh) * 2015-11-20 2016-02-24 深圳开立生物医疗科技股份有限公司 一种超声成像方法、装置及其超声设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SAMPATHKUMAR 等: "Semiautomatic Method for Segmenting Pedicles in Vertebral Radiographs", 《SEMIAUTOMATIC METHOD FOR SEGMENTING PEDICLES IN VERTEBRAL RADIOGRAPHS》 *
仇涵: "基于CT图像的脊椎骨分割与分离技术研究", 《万方数据知识服务平台》 *
李丽玲 等: "基于可视化交互的计算机辅助椎弓根螺钉植入系统及关键技术", 《生物医学工程研究》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109979572A (zh) * 2019-03-25 2019-07-05 合肥工业大学 一种三维脊椎模型中椎弓根的切面获取方法及装置
CN109979572B (zh) * 2019-03-25 2022-11-01 合肥工业大学 一种三维脊椎模型中椎弓根的切面获取方法及装置
CN110223396A (zh) * 2019-06-19 2019-09-10 合肥工业大学 一种基于形态学的脊柱模拟矫正方法及装置
CN110522515A (zh) * 2019-09-04 2019-12-03 上海电气集团股份有限公司 髋臼假体覆盖率的确定方法、系统、电子设备和存储介质
CN110522515B (zh) * 2019-09-04 2021-09-24 上海电气集团股份有限公司 髋臼假体覆盖率的确定方法、系统、电子设备和存储介质

Also Published As

Publication number Publication date
CN109064472B (zh) 2020-09-04
CN106934810B (zh) 2018-08-31
CN109064472A (zh) 2018-12-21
CN109003281B (zh) 2020-11-27
CN106934810A (zh) 2017-07-07

Similar Documents

Publication Publication Date Title
CN106934810B (zh) 一种脊椎矫正装置
CN110234394B (zh) 使用具有用可变形模板优化过的电极位置的TTField治疗患者
US9672617B2 (en) Methods and systems for producing an implant
CN107808377B (zh) 一种肺叶中病灶的定位装置
CN110599494B (zh) 肋骨图像重建系统及方法、终端及可读存储介质
CN111047572A (zh) 一种基于Mask RCNN的医学图像中脊柱自动定位方法
CN102651145B (zh) 股骨三维模型可视化方法
CN106960439B (zh) 一种脊椎骨识别装置及方法
WO2014036389A1 (en) Analytic morphomics: high speed medical image automated analysis method
JP7409624B2 (ja) 情報処理装置、情報処理方法、及びプログラム
Forsberg et al. Model-based registration for assessment of spinal deformities in idiopathic scoliosis
CN115511960A (zh) 股骨中轴线定位的方法、装置、计算机设备和存储介质
Liu et al. Improve accuracy for automatic acetabulum segmentation in CT images
CN114298986A (zh) 一种基于多视点无序x光片的胸腔骨骼三维构建方法及系统
Feng et al. Automatic fetal weight estimation using 3d ultrasonography
EP2890299B1 (en) Analytic morphomics: high speed medical image automated analysis method
Dobson et al. Feature based models for anatomical data fitting
Bessa et al. Registration of breast mri and 3d scan data based on surface matching
Song et al. Computer-aided modeling and morphological analysis of hip joint
Courchesne et al. Adaptive mesh generation of MRI images for 3D reconstruction of human trunk
Robb et al. Efficient shape-based algorithms for modeling patient specific anatomy from 3D medical images: applications in virtual endoscopy and surgery
Laga et al. Refining shape correspondence for similar objects using strain
CN118252614B (zh) 经椎间孔入路腰椎间盘突出射频消融术穿刺路径规划方法
CN115880469B (zh) 一种表面点云数据与三维影像的配准方法
Semenchenia et al. Construction of individual geometric 3D model of the lumbar spine of a person based on the analysis of medical images

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
GR01 Patent grant
GR01 Patent grant