CN109157286B - 数据预测方法及装置 - Google Patents

数据预测方法及装置 Download PDF

Info

Publication number
CN109157286B
CN109157286B CN201811253076.XA CN201811253076A CN109157286B CN 109157286 B CN109157286 B CN 109157286B CN 201811253076 A CN201811253076 A CN 201811253076A CN 109157286 B CN109157286 B CN 109157286B
Authority
CN
China
Prior art keywords
gait
data
information
prosthesis
operated
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.)
Active
Application number
CN201811253076.XA
Other languages
English (en)
Other versions
CN109157286A (zh
Inventor
李新宇
魏崇斌
陈博
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.)
Beijing AK Medical Co Ltd
Original Assignee
Beijing AK Medical Co Ltd
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 Beijing AK Medical Co Ltd filed Critical Beijing AK Medical Co Ltd
Priority to CN201811253076.XA priority Critical patent/CN109157286B/zh
Publication of CN109157286A publication Critical patent/CN109157286A/zh
Application granted granted Critical
Publication of CN109157286B publication Critical patent/CN109157286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10Computer-aided planning, simulation or modelling of surgical operations
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112Gait analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101Computer-aided simulation of surgical operations
    • A61B2034/102Modelling of surgical devices, implants or prosthesis
    • A61B2034/104Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Robotics (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Prostheses (AREA)

Abstract

本发明公开了一种数据预测方法及装置。其中,该方法包括:获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据。本发明解决了现有技术无法实现在假体置换手术前预测患者的术后步态数据,导致手术成功率和手术满意度较低的技术问题。

Description

数据预测方法及装置
技术领域
本发明涉及医疗技术领域,具体而言,涉及一种数据预测方法及装置。
背景技术
人工膝关节置换术作为治疗严重的膝关节损伤及病变的方法,现在已经得到广泛的使用,置换手术使用人工材料制造的关节假体代替人体自身的受损膝关节,达到治疗的目的。根据相关文献调查,膝关节假体的术后满意度为90%以上,但面对逐年上升的患者数量,假体失效的概率也逐渐增多,人工膝关节假体失效的主要形式有:早起的胫骨衬垫磨损,假体的无菌松动,关节失稳,胫骨平台失效等。
目前,医生可以根据患者的CT影像的测量数据,来选择置换膝关节假体的型号。这种选择方式,着重要求对关节关键尺寸的测量,但是,现有技术中也只能根据经验判断,无法实现在术前对患者术后步态作出预测,很难满足患者对医疗效果越来越高的要求。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据预测方法及装置,以至少解决现有技术无法实现在假体置换手术前预测患者的术后步态数据,导致手术成功率和手术满意度较低的技术问题。
根据本发明实施例的一个方面,提供了一种数据预测方法,包括:获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据。
进一步地,基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据包括:基于上述第一术前步态数据和上述第一假体参数信息,从目标数据库中获取已手术对象的手术数据,其中,上述手术数据至少包括:上述已手术对象的步态信息,上述已手术对象所置换假体的第二假体参数信息;上述步态信息包括:第二术前步态数据、第二术后步态数据;依据上述第二术后步态数据预测得到上述第一术后步态数据,其中,上述第一假体参数信息和上述第二假体参数信息之间一一对应,上述第一术前步态数据和上述第二术前步态数据一一对应。
进一步地,在获取待手术对象的目标数据之前,上述方法还包括:获取上述已手术对象的完整步态信息;提取上述完整步态信息中的第一关键点信息,并将上述第一关键点信息作为上述步态信息,其中,上述第一关键点信息为与关键点对应的信息,关键点至少包括:患侧足跟接地点、健侧脚趾离地点、健侧摆动中点、健侧足跟接地点、患侧脚趾离地点、患侧摆动中点。
进一步地,在提取上述完整步态信息中的第一关键点信息,并将上述第一关键点信息作为上述步态信息之后,上述方法还包括:建立上述目标数据库,其中,上述目标数据库用于存储上述步态信息和上述第二假体参数信息,上述步态信息与上述第二假体参数信息之间一一对应;依据上述步态信息和预先获取的标准步态数据,确定上述已手术对象的术后恢复数据。
进一步地,上述术后恢复数据至少包括:第一术后步态恢复量,依据上述步态信息和预先获取的标准步态数据,确定上述已手术对象的术后恢复数据包括:通过计算上述第二术前步态数据和上述标准步态数据,得到上述已手术对象的第一术前步态偏移量;通过计算上述第二术后步态数据和上述标准步态数据,得到上述已手术对象的第一术后步态偏移量;基于上述第一术前步态偏移量和上述第一术后步态偏移量确定上述第一术后步态恢复量。
进一步地,依据上述第二术后步态数据预测得到上述第一术后步态数据包括:提取上述第一术前步态数据中的第二关键点信息;依据上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据。
进一步地,通过如下公式,计算上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据:
B=A*(1+FGR);其中,B为上述第一术后步态数据,A为上述第二关键点信息,FGR为上述第一术后步态恢复量。
进一步地,在依据上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据之后,上述方法还包括:通过计算上述第一术前步态数据和上述标准步态数据,得到上述待手术对象的第二术前步态偏移量;通过计算上述第一术后步态数据和上述标准步态数据,得到上述待手术对象的第二术后步态偏移量;依据上述第二术前步态偏移量和上述第二术后步态偏移量,确定上述待手术对象的第二术后步态恢复量。
进一步地,在预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据之后,上述方法还包括:依据上述第一术后步态数据,对上述第一假体参数信息进行调整;将调整后的上述第一假体参数信息对应的假体作为上述待置换假体。
进一步地,上述第一术前步态数据和上述第二术前步态数据均至少包括:膝关节弯曲角度、股骨胫骨相对位移、胫骨旋转角度。
根据本发明实施例的另一方面,还提供了一种数据预测装置,包括:获取模块,用于获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;确定模块,用于依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;预测模块,用于基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据。
根据本发明实施例的另一方面,还提供了一种存储介质,上述存储介质包括存储的程序,其中,在上述程序运行时控制上述存储介质所在设备执行任意一项上述的数据预测方法。
根据本发明实施例的另一方面,还提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行任意一项上述的数据预测方法。
在本发明实施例中,通过获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据,达到了在假体置换术前对患者术后步态作出预测的目的,从而实现了提高手术成功率和手术满意度的技术效果,进而解决了现有技术无法实现在假体置换手术前预测患者的术后步态数据,导致手术成功率和手术满意度较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种数据预测方法的流程图;
图2(a)是根据本发明实施例的一种可选的膝关节弯曲角度随步态周期变化的曲线图;
图2(b)是根据本发明实施例的一种可选的股骨胫骨相对位移随步态周期变化的曲线图;
图2(c)是根据本发明实施例的一种可选的胫骨旋转角度随步态周期变化的曲线图;
图2(d)是根据本发明实施例的一种可选的轴向载荷随步态周期变化的曲线图;
图3是根据本发明实施例的一种可选的数据预测方法的流程图;
图4是根据本发明实施例的一种可选的提取关键点信息的示意图;
图5是根据本发明实施例的一种可选的数据预测方法的流程图;以及
图6是根据本发明实施例的一种数据预测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种数据预测方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种数据预测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取待手术对象的目标数据。
在一种可选的实施例中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;上述待手术对象为需要进行膝关节假体置换手术的患者;第一术前步态数据为待手术对象在进行膝关节假体置换手术之前的步态信息数据,上述第一术前步态数据至少包括:膝关节弯曲角度、股骨胫骨相对位移、胫骨旋转角度等等。
可选的,上述生理数据可以为上述患者的基本生理信息,例如,膝关节的尺寸数据;上述扫描图像数据可以但不限于为CT扫描图像数据,可以依据上述扫描图像数据确定上述待手术对象的骨骼尺寸信息。
步骤S104,依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息。
可选的,上述待置换假体可以为一种人工膝关节,由于人体膝关节受损会造成关节疼痛、功能障碍,通过人工膝关节置换能够有效的重建关节功能,提高患者的生活质量;上述第一假体参数信息至少包括:上述待置换假体的假体型号,例如,膝关节假体的假体型号。
步骤S106,基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据。
在本申请实施例中,依据上述生理数据和上述扫描图像数据,可以确定上述待手术对象的待置换假体的假体型号,进而可以基于上述第一术前步态数据和第一假体参数信息(即,待置换假体的假体型号),对待手术对象进行假体置换手术之后的第一术后步态数据进行预测,为医生的手术策略提供技术支持,提高了手术成功率和手术满意度较低。
在本发明实施例中,通过获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据,达到了在假体置换术前对患者术后步态作出预测的目的,从而实现了提高手术成功率和手术满意度的技术效果,进而解决了现有技术无法实现在假体置换手术前预测患者的术后步态数据,导致手术成功率和手术满意度较低的技术问题。
在本申请可选的实施例中,在上述第一术前步态数据中还可以包括:轴向载荷,上述膝关节弯曲角度/(°)随着步态周期/%变化的曲线图如图2(a)所示,上述股骨胫骨相对位移/(mm)随着步态周期/%变化的曲线图如图2(b)所示,上述胫骨旋转角度/(°)随着步态周期/%变化的曲线图如图2(c)所示,上述轴向载荷/(kN)随着步态周期/%变化的曲线图如图2(d)所示。
在一种可选的实施例中,如图3所示,基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据包括:
步骤S202,基于上述第一术前步态数据和上述第一假体参数信息,从目标数据库中获取已手术对象的手术数据。
在一种可选的实施例中,上述手术数据至少包括:上述已手术对象的步态信息,上述已手术对象所置换假体的第二假体参数信息;上述步态信息包括:第二术前步态数据、第二术后步态数据。
在一种可选的实施例中,上述第二术前步态数据至少包括:膝关节弯曲角度、股骨胫骨相对位移、胫骨旋转角度。
步骤S204,依据上述第二术后步态数据预测得到上述第一术后步态数据。
其中,上述第一假体参数信息和上述第二假体参数信息之间一一对应,上述第一术前步态数据和上述第二术前步态数据一一对应。
在一种可选的实施例中,由于上述手术数据至少包括:上述已手术对象的步态信息,上述已手术对象所置换假体的第二假体参数信息;上述步态信息包括:第二术前步态数据、第二术后步态数据;并且,上述第一假体参数信息和上述第二假体参数信息之间一一对应,上述第一术前步态数据和上述第二术前步态数据一一对应。
因此,基于上述第一术前步态数据和上述第一假体参数信息,可以从目标数据库中提取与上述第一假体参数信息(或者,第一术前步态数据)对应的已手术对象的第二术后步态数据,依据上述第二术后步态数据可以预测得到上述第一术后步态数据。
在一种可选的实施例中,在获取待手术对象的目标数据之前,上述方法还包括:
步骤S302,获取上述已手术对象的完整步态信息;
步骤S304,提取上述完整步态信息中的第一关键点信息,并将上述第一关键点信息作为上述步态信息。
可选的,上述完整步态信息为已手术对象的手术前步态信息曲线、手术后步态信息曲线上所包含的所有信息;第一关键点信息为与关键点对应的信息,上述关键点至少包括:患侧足跟接地点、健侧脚趾离地点、健侧摆动中点、健侧足跟接地点、患侧脚趾离地点、患侧摆动中点。
本申请实施例中,如图4所示,可以但不限于采用如下方法,提取上述完整步态信息中的第一关键点信息:将人体步态循环分成站立期和摆动期,在两个时期内分别取单脚接地节点和双脚接地节点等步态特征点作为关键点,提取得到完整步态信息中的第一关键点信息。通过对比已手术对象的在植入膝关节假体前、植入膝关节假体后的步态特征点位置处数据的差值百分比,并将上述假体的假体参数信息和差值百分比信息存储至上述目标数据库中,其中,图4中的“HS”用于表示足跟接地,“TO”用于表示足尖离地。
在一种可选的实施例中,在提取上述完整步态信息中的第一关键点信息,并将上述第一关键点信息作为上述步态信息之后,上述方法还包括:
步骤S402,建立上述目标数据库,其中,上述目标数据库用于存储上述步态信息和上述第二假体参数信息,上述步态信息与上述第二假体参数信息之间一一对应;
步骤S404,依据上述步态信息和预先获取的标准步态数据,确定上述已手术对象的术后恢复数据。
作为一种可选的实施例,通过收集已手术对象的步态信息(第二术前步态数据、第二术后步态数据)建立上述目标数据库,通过对目标数据库中已手术对象在进行手术前后步态信息曲线的进行关键点拟合,分别得到手术前步态信息曲线的拟合结果,手术后步态信息曲线的拟合结果,并对比两个拟合结果之间的差异,记录各关键点处的差异大小。进而,将对比差异结果数据、已手术对象所置换假体型号数据(即,第二假体参数信息)和已手术对象的基本生理信息同时存储至目标数据库,以达到对以后进行膝关节置换手术的待手术对象进行术后步态预测的目的。
在一种可选的实施例中,根据确定的术后恢复数据,可以确定已手术对象在步态过程中各关键点恢复指标的百分比,并可以以此对应调整待手术对象的第一术前步态数据,将调整后得到的步态数据作为预测得到的第一术后步态数据。
在一种可选的实施例中,上述术后恢复数据至少包括:第一术后步态恢复量,依据上述步态信息和预先获取的标准步态数据,确定上述已手术对象的术后恢复数据包括:
步骤S502,通过计算上述第二术前步态数据和上述标准步态数据,得到上述已手术对象的第一术前步态偏移量;
步骤S504,通过计算上述第二术后步态数据和上述标准步态数据,得到上述已手术对象的第一术后步态偏移量;
步骤S506,基于上述第一术前步态偏移量和上述第一术后步态偏移量确定上述第一术后步态恢复量。
在一种可选的实施例中,预设上述第二术前步态数据为PG、第二术后步态数据为FG,标准步态数据为SG,通过计算上述第二术前步态数据PG和上述标准步态数据SG,可以得到第一术前步态偏移量PGD=(PG-SG)/SG*100%;通过计算上述第二术后步态数据FG和上述标准步态数据SG,可以得到第一术后步态偏移量FGD=(FG-SG)/SG*100%;通过计算上述第一术前步态偏移量PGD和上述第一术后步态偏移量FGD,可以得到第一术后步态恢复量FGR=FGD-PGD。
需要说明的是,在本申请实施例中,可以但不限于将国际标准中规定的膝关节步态信息,作为上述标准步态数据。通过对比上述第二术前步态数据与标准步态数据,得到第一术前步态偏移量,通过比对第二术后步态数据与标准步态数据,得到第一术后步态偏移量,以及计算上述第一术前步态偏移量和上述第一术后步态偏移量,可以得到第一术后步态恢复量,并将上述第一术前步态偏移量、第一术前步态偏移量和第一术后恢复量(可选的,均可以为差值百分比)存储至目标数据库中。
在一种可选的实施例中,依据上述第二术后步态数据预测得到上述第一术后步态数据包括:
步骤S602,提取上述第一术前步态数据中的第二关键点信息;
步骤S604,依据上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据。
可选的,与上述第一关键点信息相同,上述第二关键点信息也可以为与关键点对应的信息,上述关键点至少包括:患侧足跟接地点、健侧脚趾离地点、健侧摆动中点、健侧足跟接地点、患侧脚趾离地点、患侧摆动中点。仍如图4所示,还可以但不限于采用与提取第一关键点信息相同或相似的方法,提取上述第一术前步态数据中的第二关键点信息。
在上述可选的实施例中,当有新的适合进行人工膝关节假体置换手术的待手术对象出现时,可以使用步态分析系统(或非接触式三维光学测量系统)提取待手术对象的第一术前步态数据(当前步态信息),并从当前步态信息中选取第二关键点信息作为上述第一术前步态数据的表征值。
在一种可选的实施例中,通过如下公式,计算上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据:
B=A*(1+FGR);其中,B为上述第一术后步态数据,A为上述第二关键点信息,FGR为上述第一术后步态恢复量。
在一种可选的实施例中,在依据上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据之后,上述方法还包括:
步骤S702,通过计算上述第一术前步态数据和上述标准步态数据,得到上述待手术对象的第二术前步态偏移量;
步骤S704,通过计算上述第一术后步态数据和上述标准步态数据,得到上述待手术对象的第二术后步态偏移量;
步骤S706,依据上述第二术前步态偏移量和上述第二术后步态偏移量,确定上述待手术对象的第二术后步态恢复量。
可选的,在本申请实施例中,计算上述第二术前步态偏移量、第二术后步态偏移量和第二术后步态恢复量的公式,可以但不限于与计算上述第一术前步态偏移量、第一术后步态偏移量和第一术后步态恢复量的公式相同。
在上述可选的实施例中,依据上述第二术前步态偏移量和上述第二术后步态偏移量,确定上述待手术对象的第二术后步态恢复量,进而可以将上述第二术后步态恢复量作为预测术后恢复效果的依据。
在一种可选的实施例中,在预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据之后,上述方法还包括:
步骤S802,依据上述第一术后步态数据,对上述第一假体参数信息进行调整;
步骤S804,将调整后的上述第一假体参数信息对应的假体作为上述待置换假体。
本申请实施例提供一种可以使医生根据患者(待手术对象)的术前步态数据,在确定待置换假体的型号下,对患者的术后步态数据进行预测的方法。采用本申请实施例的数据预测方法,可以在术前对患者的术后步态数据进行预测,进而可以根据预测得到的术后步态数据,评估患者置换待置换假体之后的使用效果。并且,本申请实施例还可以根据患者的实际术后步态数据和预测术后步态数据进行对比,对预测的数据进行修正。随着逐步扩大目标数据库中的数据量,预测的结果会逐渐趋于准确值。
通过本申请上述实施例,依据上述数据预测方法进行膝关节置换术的术前预估,可以使医生和患者双方对手术和术后效果有更加深入的掌控。
实施例2
根据本发明实施例,还提供了一种用于实施上述数据预测方法的装置实施例,图6是根据本发明实施例的一种数据预测装置的结构示意图,如图6所示,上述数据预测装置,包括:获取模块60、确定模块62和预测模块64,其中:
获取模块60,用于获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;确定模块62,用于依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;预测模块64,用于基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,例如,对于后者,可以通过以下方式实现:上述各个模块可以位于同一处理器中;或者,上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是,上述获取模块60、确定模块62和预测模块64对应于实施例1中的步骤S102至步骤S106,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在计算机终端中。
需要说明的是,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,此处不再赘述。
上述的数据预测装置还可以包括处理器和存储器,上述获取模块60、确定模块62和预测模块64等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元,上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本申请实施例,还提供了一种存储介质实施例。可选地,在本实施例中,上述存储介质包括存储的程序,其中,在上述程序运行时控制上述存储介质所在设备执行上述任意一种数据预测方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中,上述存储介质包括存储的程序。
可选地,在程序运行时控制存储介质所在设备执行以下功能:获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据。
可选地,在程序运行时控制存储介质所在设备执行以下功能:基于上述第一术前步态数据和上述第一假体参数信息,从目标数据库中获取已手术对象的手术数据,其中,上述手术数据至少包括:上述已手术对象的步态信息,上述已手术对象所置换假体的第二假体参数信息;上述步态信息包括:第二术前步态数据、第二术后步态数据;依据上述第二术后步态数据预测得到上述第一术后步态数据,其中,上述第一假体参数信息和上述第二假体参数信息之间一一对应,上述第一术前步态数据和上述第二术前步态数据一一对应。
可选地,在程序运行时控制存储介质所在设备执行以下功能:获取上述已手术对象的完整步态信息;提取上述完整步态信息中的第一关键点信息,并将上述第一关键点信息作为上述步态信息,其中,上述第一关键点信息为与关键点对应的信息,上述关键点至少包括:患侧足跟接地点、健侧脚趾离地点、健侧摆动中点、健侧足跟接地点、患侧脚趾离地点、患侧摆动中点。
可选地,在程序运行时控制存储介质所在设备执行以下功能:建立上述目标数据库,其中,上述目标数据库用于存储上述步态信息和上述第二假体参数信息,上述步态信息与上述第二假体参数信息之间一一对应;依据上述步态信息和预先获取的标准步态数据,确定上述已手术对象的术后恢复数据。
可选地,在程序运行时控制存储介质所在设备执行以下功能:通过计算上述第二术前步态数据和上述标准步态数据,得到上述已手术对象的第一术前步态偏移量;通过计算上述第二术后步态数据和上述标准步态数据,得到上述已手术对象的第一术后步态偏移量;基于上述第一术前步态偏移量和上述第一术后步态偏移量确定上述第一术后步态恢复量。
可选地,在程序运行时控制存储介质所在设备执行以下功能:提取上述第一术前步态数据中的第二关键点信息;依据上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据。
可选地,在程序运行时控制存储介质所在设备执行以下功能:通过如下公式,计算上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据:
B=A*(1+FGR);其中,B为上述第一术后步态数据,A为上述第二关键点信息,FGR为上述第一术后步态恢复量。
可选地,在程序运行时控制存储介质所在设备执行以下功能:通过计算上述第一术前步态数据和上述标准步态数据,得到上述待手术对象的第二术前步态偏移量;通过计算上述第一术后步态数据和上述标准步态数据,得到上述待手术对象的第二术后步态偏移量;依据上述第二术前步态偏移量和上述第二术后步态偏移量,确定上述待手术对象的第二术后步态恢复量。
可选地,在程序运行时控制存储介质所在设备执行以下功能:依据上述第一术后步态数据,对上述第一假体参数信息进行调整;将调整后的上述第一假体参数信息对应的假体作为上述待置换假体。
根据本申请实施例,还提供了一种处理器实施例。可选地,在本实施例中,上述处理器用于运行程序,其中,上述程序运行时执行上述任意一种数据预测方法。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据。
可选地,上述处理器执行程序时,还可以基于上述第一术前步态数据和上述第一假体参数信息,从目标数据库中获取已手术对象的手术数据,其中,上述手术数据至少包括:上述已手术对象的步态信息,上述已手术对象所置换假体的第二假体参数信息;上述步态信息包括:第二术前步态数据、第二术后步态数据;依据上述第二术后步态数据预测得到上述第一术后步态数据,其中,上述第一假体参数信息和上述第二假体参数信息之间一一对应,上述第一术前步态数据和上述第二术前步态数据一一对应。
可选地,上述处理器执行程序时,还可以获取上述已手术对象的完整步态信息;提取上述完整步态信息中的第一关键点信息,并将上述第一关键点信息作为上述步态信息,其中,上述第一关键点信息为与关键点对应的信息,上述关键点至少包括:患侧足跟接地点、健侧脚趾离地点、健侧摆动中点、健侧足跟接地点、患侧脚趾离地点、患侧摆动中点。
可选地,上述处理器执行程序时,还可以建立上述目标数据库,其中,上述目标数据库用于存储上述步态信息和上述第二假体参数信息,上述步态信息与上述第二假体参数信息之间一一对应;依据上述步态信息和预先获取的标准步态数据,确定上述已手术对象的术后恢复数据。
可选地,上述处理器执行程序时,还可以通过计算上述第二术前步态数据和上述标准步态数据,得到上述已手术对象的第一术前步态偏移量;通过计算上述第二术后步态数据和上述标准步态数据,得到上述已手术对象的第一术后步态偏移量;基于上述第一术前步态偏移量和上述第一术后步态偏移量确定上述第一术后步态恢复量。
可选地,上述处理器执行程序时,还可以提取上述第一术前步态数据中的第二关键点信息;依据上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据。
可选地,上述处理器执行程序时,还可以通过如下公式,计算上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据:
B=A*(1+FGR);其中,B为上述第一术后步态数据,A为上述第二关键点信息,FGR为上述第一术后步态恢复量。
可选地,上述处理器执行程序时,还可以通过计算上述第一术前步态数据和上述标准步态数据,得到上述待手术对象的第二术前步态偏移量;通过计算上述第一术后步态数据和上述标准步态数据,得到上述待手术对象的第二术后步态偏移量;依据上述第二术前步态偏移量和上述第二术后步态偏移量,确定上述待手术对象的第二术后步态恢复量。
可选地,上述处理器执行程序时,还可以依据上述第一术后步态数据,对上述第一假体参数信息进行调整;将调整后的上述第一假体参数信息对应的假体作为上述待置换假体。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取待手术对象的目标数据,其中,上述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;依据上述生理数据和上述扫描图像数据,确定上述待手术对象的待置换假体的第一假体参数信息;基于上述第一术前步态数据和上述第一假体参数信息,预测得到上述待手术对象进行假体置换手术之后的第一术后步态数据。
可选地,上述计算机程序产品执行程序时,还可以基于上述第一术前步态数据和上述第一假体参数信息,从目标数据库中获取已手术对象的手术数据,其中,上述手术数据至少包括:上述已手术对象的步态信息,上述已手术对象所置换假体的第二假体参数信息;上述步态信息包括:第二术前步态数据、第二术后步态数据;依据上述第二术后步态数据预测得到上述第一术后步态数据,其中,上述第一假体参数信息和上述第二假体参数信息之间一一对应,上述第一术前步态数据和上述第二术前步态数据一一对应。
可选地,上述计算机程序产品执行程序时,还可以获取上述已手术对象的完整步态信息;提取上述完整步态信息中的第一关键点信息,并将上述第一关键点信息作为上述步态信息,其中,上述第一关键点信息为与关键点对应的信息,上述关键点至少包括:患侧足跟接地点、健侧脚趾离地点、健侧摆动中点、健侧足跟接地点、患侧脚趾离地点、患侧摆动中点。
可选地,上述计算机程序产品执行程序时,还可以建立上述目标数据库,其中,上述目标数据库用于存储上述步态信息和上述第二假体参数信息,上述步态信息与上述第二假体参数信息之间一一对应;依据上述步态信息和预先获取的标准步态数据,确定上述已手术对象的术后恢复数据。
可选地,上述计算机程序产品执行程序时,还可以通过计算上述第二术前步态数据和上述标准步态数据,得到上述已手术对象的第一术前步态偏移量;通过计算上述第二术后步态数据和上述标准步态数据,得到上述已手术对象的第一术后步态偏移量;基于上述第一术前步态偏移量和上述第一术后步态偏移量确定上述第一术后步态恢复量。
可选地,上述计算机程序产品执行程序时,还可以提取上述第一术前步态数据中的第二关键点信息;依据上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据。
可选地,上述计算机程序产品执行程序时,还可以通过如下公式,计算上述第二关键点信息和上述第一术后步态恢复量,预测得到上述第一术后步态数据:
B=A*(1+FGR);其中,B为上述第一术后步态数据,A为上述第二关键点信息,FGR为上述第一术后步态恢复量。
可选地,上述计算机程序产品执行程序时,还可以通过计算上述第一术前步态数据和上述标准步态数据,得到上述待手术对象的第二术前步态偏移量;通过计算上述第一术后步态数据和上述标准步态数据,得到上述待手术对象的第二术后步态偏移量;依据上述第二术前步态偏移量和上述第二术后步态偏移量,确定上述待手术对象的第二术后步态恢复量。
可选地,上述计算机程序产品执行程序时,还可以依据上述第一术后步态数据,对上述第一假体参数信息进行调整;将调整后的上述第一假体参数信息对应的假体作为上述待置换假体。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种数据预测方法,其特征在于,包括:
获取待手术对象的目标数据,其中,所述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;
依据所述生理数据和所述扫描图像数据,确定所述待手术对象的待置换假体的第一假体参数信息;
基于所述第一术前步态数据和所述第一假体参数信息,预测得到所述待手术对象进行假体置换手术之后的第一术后步态数据;
其中,基于所述第一术前步态数据和所述第一假体参数信息,预测得到所述待手术对象进行假体置换手术之后的第一术后步态数据包括:
基于所述第一术前步态数据和所述第一假体参数信息,从目标数据库中获取已手术对象的手术数据,其中,所述手术数据至少包括:所述已手术对象的步态信息,所述已手术对象所置换假体的第二假体参数信息;所述步态信息包括:第二术前步态数据、第二术后步态数据;
依据所述第二术后步态数据预测得到所述第一术后步态数据,其中,所述第一假体参数信息和所述第二假体参数信息之间一一对应,所述第一术前步态数据和所述第二术前步态数据一一对应;
其中,在获取待手术对象的目标数据之前,所述方法还包括:
获取所述已手术对象的完整步态信息;
提取所述完整步态信息中的第一关键点信息,并将所述第一关键点信息作为步态信息,其中,所述第一关键点信息为与关键点对应的信息,所述关键点至少包括:患侧足跟接地点、健侧脚趾离地点、健侧摆动中点、健侧足跟接地点、患侧脚趾离地点、患侧摆动中点。
2.根据权利要求1所述的方法,其特征在于,在提取所述完整步态信息中的第一关键点信息,并将所述第一关键点信息作为所述步态信息之后,所述方法还包括:
建立所述目标数据库,其中,所述目标数据库用于存储所述步态信息和所述第二假体参数信息,所述步态信息与所述第二假体参数信息之间一一对应;
依据所述步态信息和预先获取的标准步态数据,确定所述已手术对象的术后恢复数据。
3.根据权利要求2所述的方法,其特征在于,所述术后恢复数据至少包括:第一术后步态恢复量,依据所述步态信息和预先获取的标准步态数据,确定所述已手术对象的术后恢复数据包括:
通过计算所述第二术前步态数据和所述标准步态数据,得到所述已手术对象的第一术前步态偏移量;
通过计算所述第二术后步态数据和所述标准步态数据,得到所述已手术对象的第一术后步态偏移量;
基于所述第一术前步态偏移量和所述第一术后步态偏移量确定所述第一术后步态恢复量。
4.根据权利要求3所述的方法,其特征在于,依据所述第二术后步态数据预测得到所述第一术后步态数据包括:
提取所述第一术前步态数据中的第二关键点信息;
依据所述第二关键点信息和所述第一术后步态恢复量,预测得到所述第一术后步态数据。
5.根据权利要求4所述的方法,其特征在于,通过如下公式,计算所述第二关键点信息和所述第一术后步态恢复量,预测得到所述第一术后步态数据:
B=A*(1+FGR);
其中,B为所述第一术后步态数据,A为所述第二关键点信息,FGR为所述第一术后步态恢复量。
6.根据权利要求4所述的方法,其特征在于,在依据所述第二关键点信息和所述第一术后步态恢复量,预测得到所述第一术后步态数据之后,所述方法还包括:
通过计算所述第一术前步态数据和所述标准步态数据,得到所述待手术对象的第二术前步态偏移量;
通过计算所述第一术后步态数据和所述标准步态数据,得到所述待手术对象的第二术后步态偏移量;
依据所述第二术前步态偏移量和所述第二术后步态偏移量,确定所述待手术对象的第二术后步态恢复量。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,在预测得到所述待手术对象进行假体置换手术之后的第一术后步态数据之后,所述方法还包括:
依据所述第一术后步态数据,对所述第一假体参数信息进行调整;
将调整后的所述第一假体参数信息对应的假体作为所述待置换假体。
8.根据权利要求1至6中任意一项所述的方法,其特征在于,所述第一术前步态数据和所述第二术前步态数据均至少包括:膝关节弯曲角度、股骨胫骨相对位移、胫骨旋转角度。
9.一种数据预测装置,其特征在于,包括:
获取模块,用于获取待手术对象的目标数据,其中,所述目标数据至少包括:第一术前步态数据、生理数据、扫描图像数据;
确定模块,用于依据所述生理数据和所述扫描图像数据,确定所述待手术对象的待置换假体的第一假体参数信息;
预测模块,用于基于所述第一术前步态数据和所述第一假体参数信息,预测得到所述待手术对象进行假体置换手术之后的第一术后步态数据;
其中,所述预测模块通过如下方式,预测得到所述待手术对象进行假体置换手术之后的第一术后步态数据包括:
基于所述第一术前步态数据和所述第一假体参数信息,从目标数据库中获取已手术对象的手术数据,其中,所述手术数据至少包括:所述已手术对象的步态信息,所述已手术对象所置换假体的第二假体参数信息;所述步态信息包括:第二术前步态数据、第二术后步态数据;
依据所述第二术后步态数据预测得到所述第一术后步态数据,其中,所述第一假体参数信息和所述第二假体参数信息之间一一对应,所述第一术前步态数据和所述第二术前步态数据一一对应;其中,在获取待手术对象的目标数据之前,所述装置还用于获取所述已手术对象的完整步态信息;提取所述完整步态信息中的第一关键点信息,并将所述第一关键点信息作为所述步态信息,其中,所述第一关键点信息为与关键点对应的信息,所述关键点至少包括:患侧足跟接地点、健侧脚趾离地点、健侧摆动中点、健侧足跟接地点、患侧脚趾离地点、患侧摆动中点。
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的数据预测方法。
11.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至8中任意一项所述的数据预测方法。
CN201811253076.XA 2018-10-25 2018-10-25 数据预测方法及装置 Active CN109157286B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811253076.XA CN109157286B (zh) 2018-10-25 2018-10-25 数据预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811253076.XA CN109157286B (zh) 2018-10-25 2018-10-25 数据预测方法及装置

Publications (2)

Publication Number Publication Date
CN109157286A CN109157286A (zh) 2019-01-08
CN109157286B true CN109157286B (zh) 2020-12-08

Family

ID=64875381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811253076.XA Active CN109157286B (zh) 2018-10-25 2018-10-25 数据预测方法及装置

Country Status (1)

Country Link
CN (1) CN109157286B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3989856A4 (en) * 2019-06-28 2022-08-24 Formus Labs Limited ORTHOPEDIC PREOPERATIVE PLANNING SYSTEM
CN110782976B (zh) * 2019-10-17 2022-06-28 北京大学 一种全膝关节置换术假体型号预测方法
CN112257912A (zh) * 2020-10-15 2021-01-22 北京爱康宜诚医疗器材有限公司 预测手术评估信息的方法及装置、处理器、电子装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009099671A2 (en) * 2008-02-08 2009-08-13 Tibion Corporation Multi-fit orthotic and mobility assistance apparatus
EP2825134B1 (en) * 2012-03-14 2020-06-03 Vanderbilt University System and method for providing biomechanically suitable running gait in powered lower limb devices
CN106650195A (zh) * 2016-05-26 2017-05-10 张余 一种辅助筛查半月板损伤的步态分析方法
CN106109062B (zh) * 2016-06-14 2017-10-13 太原理工大学 一种基于生物力学的个性化人工膝关节制备方法
CN106821552B (zh) * 2017-01-23 2018-08-21 太原理工大学 一种客制化人工膝关节假体的设计方法

Also Published As

Publication number Publication date
CN109157286A (zh) 2019-01-08

Similar Documents

Publication Publication Date Title
US10758358B2 (en) Devices, methods, and systems for prosthetic meniscus selection, trialing, and implantation
CN109157286B (zh) 数据预测方法及装置
CN109124836B (zh) 髋臼骨缺损处理方式的确定方法及装置
CN110613469B (zh) 一种腿骨下肢力线自动检测方法及装置
JP2019519268A (ja) 動的靭帯バランシングシステム
JP2016187619A (ja) カスタマイズされた整形外科用インプラント及び関連方法並びに変形可能な関節テンプレート
CN111134840B (zh) 膝关节置换手术方案的生成装置和终端
Wimmer et al. Knee flexion and daily activities in patients following total knee replacement: a comparison with ISO standard 14243
US20220323154A1 (en) Patient-specific arthroplasty system
CN109464193B (zh) 数据预测方法、装置及系统
CN114711796A (zh) 双下肢负重位力线测量及诊断系统及智能化测量方法
CN113907774A (zh) 一种测量下肢力线的方法及装置
CN117152126B (zh) 膝关节状态的确定装置、存储介质及电子设备
CN117522874B (zh) 髋关节活动度的评估方法、装置、存储介质及电子设备
Li et al. Changes in Walking Function and Neural Control following Pelvic Cancer Surgery with Reconstruction
EP3762932A2 (en) Patient-specific arthroplasty system
CN117064373B (zh) 用于确定截骨角度的系统
Leardini et al. BIOMECHANICS OF THE ANKLE COMPLEX
Saevarsson Total knee replacements: component design, pain prevention and research techniques
Hall et al. Advanced pre-clinical and pre-surgical assessment of musculo-skeletal medical devices
Galloway Large scale, population-based finite element analysis of cementless tibial tray fixation
CN116258038A (zh) 膝关节假体的评估方法及可读存储介质
CN111710416A (zh) 治疗方案的选择方法及装置
König The influence of femoral component malalignment on the biomechanics of the knee after total knee arthroplasty

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