CN109199604B - 一种基于多特征的椎弓根螺钉最佳入点定位方法 - Google Patents

一种基于多特征的椎弓根螺钉最佳入点定位方法 Download PDF

Info

Publication number
CN109199604B
CN109199604B CN201811009511.4A CN201811009511A CN109199604B CN 109199604 B CN109199604 B CN 109199604B CN 201811009511 A CN201811009511 A CN 201811009511A CN 109199604 B CN109199604 B CN 109199604B
Authority
CN
China
Prior art keywords
dimensional grid
label
model
pedicle
grid model
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
CN201811009511.4A
Other languages
English (en)
Other versions
CN109199604A (zh
Inventor
舒振宇
袁翔
章祺
虞楚婷
许立波
庞超逸
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.)
Ningbo Institute of Technology of ZJU
Original Assignee
Ningbo Institute of Technology of ZJU
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 Ningbo Institute of Technology of ZJU filed Critical Ningbo Institute of Technology of ZJU
Priority to CN201811009511.4A priority Critical patent/CN109199604B/zh
Publication of CN109199604A publication Critical patent/CN109199604A/zh
Application granted granted Critical
Publication of CN109199604B publication Critical patent/CN109199604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/10—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges for stereotaxic surgery, e.g. frame-based stereotaxis
    • A61B90/11—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges for stereotaxic surgery, e.g. frame-based stereotaxis with guides for needles or instruments, e.g. arcuate slides or ball joints
    • 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
    • A61B17/58—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor for osteosynthesis, e.g. bone plates, screws, setting implements or the like
    • A61B17/68—Internal fixation devices, including fasteners and spinal fixators, even if a part thereof projects from the skin
    • A61B17/70—Spinal positioners or stabilisers ; Bone stabilisers comprising fluid filler in an implant
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Neurology (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Urology & Nephrology (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Robotics (AREA)
  • Surgical Instruments (AREA)

Abstract

本发明提供一种基于多特征的椎弓根螺钉最佳入点定位方法，方法包括步骤：S1、获取多组人体椎弓根的CT扫描图片，构建CT扫描图片的三维网格模型Mi(i＝1,2,...,n)；S2、计算三维网格模型Mi上的每个顶点
Figure DDA0002535791610000011
的特征向量
Figure DDA0002535791610000012
标注每个特征向量
Figure DDA0002535791610000013
对应的向量标签
Figure DDA0002535791610000014
S3、利用决策树算法对集合S以及对应的训练标签进行训练学习，获取决策树分类模型；S4、获取一待定位的人体椎弓根三维网格模型，获取待定位的三维网格模型的特征向量，将该特征向量全部输入决策树分类模型以获取其一一对应的标签结果，根据标签结果获取待定位的三维网格模型中的最佳入点位置。上述方法解决了椎弓根螺钉最佳入点的自动定位问题。

Description

一种基于多特征的椎弓根螺钉最佳入点定位方法
技术领域
本发明涉及医疗技术领域，尤其涉及一种基于多特征的椎弓根螺钉最佳入点定位方法。
背景技术
椎弓根螺钉内固定是治疗脊柱复位等脊柱手术的有效方法，但椎弓根的结构复杂多变，椎弓根的固有解剖结构较为狭窄，且其周围毗邻血管、神经及脊髓等重要的解剖结构。准确地植入一根长度合适的椎弓根螺钉非常关键，若植入的椎弓根螺钉位置出现较大偏差，则会损伤毗邻重要组织结构，将造成严重的手术并发症。所以椎弓根螺钉置入位置的定位方法是各类脊柱手术的关键。
然而目前，椎弓根螺钉最佳入点定位方法主要有：解剖标志点法、椎板开窗法、C型臂透视辅助置钉、X线透视法等。解剖标志点法，由于手术需要长时间全身麻醉，对患者身体素质要求较高，该传统的生成方法需要耗费较长的时间以及较多的精力，并且最佳入点主要通过术者的经验来判断，准确说是靠术者的手感和椎弓根探针对置钉通道的探摸来保证椎弓根螺钉的准确置入，对医生的临床经验要求较高，精度难以保证。X线透视辅助法，目前最常用的置钉方法，其置钉准确率也较高，但这意味着反复的术中X射线透视，产生较大的辐射对医生和患者均有伤害，而且X射线成像质量不稳定，要求术者有很高的技术操作，操作时间较长也容易加重病人的病情。所以，目前急需提供一种高效率的智能定位最佳置钉位置的方法，以提高手术质量，获取理想的临床效果。
发明内容
本发明要解决的技术问题是，提供一种基于多特征的椎弓根螺钉最佳入点定位方法，以高效的获取最佳置钉位置。
本发明的技术方案是：一种基于多特征的椎弓根螺钉最佳入点定位方法，所述方法包括步骤：
S1、获取多组人体椎弓根的CT扫描图片，构建所述CT扫描图片的三维网格模型Mi(i＝1,2,...,n)，n为正整数；
S2、计算所述三维网格模型Mi上的每个顶点
Figure GDA0002535791600000021
的特征向量
Figure GDA0002535791600000022
标注每个所述特征向量
Figure GDA0002535791600000023
对应的向量标签
Figure GDA0002535791600000024
j为正整数；
S3、将所有所述三维网格模型Mi上所有顶点
Figure GDA0002535791600000025
对应的特征向量
Figure GDA0002535791600000026
构成集合S，将所述集合S作为训练样本，并将每一个特征向量
Figure GDA0002535791600000027
对应的向量标签
Figure GDA0002535791600000028
作为所述训练样本S的训练标签，利用决策树算法对集合S以及对应的训练标签进行训练学习，获取决策树分类模型；
S4、获取一待定位的人体椎弓根三维网格模型，获取所述待定位的三维网格模型的特征向量，将该特征向量全部输入决策树分类模型以获取其一一对应的标签结果，根据所述标签结果获取所述待定位的三维网格模型中的最佳入点位置。
较佳的，
Figure GDA0002535791600000029
其中，
Figure GDA00025357916000000210
为网格模型形状Mi中顶点
Figure GDA00025357916000000211
的直径函数、
Figure GDA00025357916000000212
为网格模型形状Mi中顶点
Figure GDA00025357916000000213
的平均测地距离，
Figure GDA00025357916000000214
为网格模型形状Mi中顶点
Figure GDA00025357916000000215
的高斯曲率。
较佳的，构成所述集合S的所有三维网格模型中已标注最佳入点位置，于所述集合S中的特征向量
Figure GDA00025357916000000216
对应为最佳入点位置时对应的所述向量标签
Figure GDA00025357916000000217
为1，否则为0。
较佳的，步骤S4包括过程：
S41、获取一待定位的人体椎弓根三维网格模型，获取该三维网格模型的特征向量；
S42、将该三维网格模型的所有特征向量输入所述决策树分类模型中，获取每个特征向量对应的标签结果，根据该标签结果判定椎弓根螺钉的最佳入点位置。
较佳的，于所述标签结果为1时，所述标签结果对应的顶点为最佳入点位置。
上述技术方案具有如下优点或有益效果：本发明提出的一种基于多特征的椎弓根螺钉最佳入点定位方法，解决了椎弓根螺钉最佳入点的自动定位问题，对于给定的人体锥体三维数字几何模型，能够根据用户需求，在保证手术安全的前提条件下，自动生成风险较低椎弓根螺钉最佳入点。该方法具有两方面的优点：
1、可以在手术前进行全方位的手术规划，而传统的脊椎手术是在手术中进行规划，极大的减少手术中发生的意外，提高手术的成功率，有效解决传统手术方式中存在的弊端，具有良好的社会效益；
2、保证了椎弓根螺钉置钉入点的安全性，不易通过动脉血管和脊髓所在的区域空间，从而降低在置钉手术过程中螺钉会接触到动脉血管和脊髓等重要器官的风险，避免动脉血管破裂导致大出血、以及脊髓受压迫导致瘫痪等严重并发症的发生，对于提高椎弓根置钉手术的安全性具有重要意义。
附图说明
参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。
图1为本发明一种基于多特征的椎弓根螺钉最佳入点定位方法的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明一种基于多特征的椎弓根螺钉最佳入点定位方法进行详细说明。
如图1所示，一种基于多特征的椎弓根螺钉最佳入点定位方法，包括步骤：
S1、获取多组人体椎弓根的CT扫描图片，构建所述CT扫描图片的三维网格模型Mi(i＝1,2,...,n)，n为正整数；
S2、计算三维网格模型Mi上的每个顶点
Figure GDA0002535791600000031
的特征向量
Figure GDA0002535791600000032
标注每个特征向量
Figure GDA0002535791600000033
对应的向量标签
Figure GDA0002535791600000034
j为正整数；
S3、将所有三维网格模型Mi上所有顶点
Figure GDA0002535791600000035
对应的特征向量
Figure GDA0002535791600000036
构成集合S，将集合S作为训练样本，并将每一个特征向量
Figure GDA0002535791600000037
对应的向量标签
Figure GDA0002535791600000038
作为训练样本S的训练标签，利用决策树算法对集合S以及对应的训练标签进行训练学习，获取决策树分类模型；
S4、获取一待定位的人体椎弓根三维网格模型，获取该待定位的三维网格模型的特征向量，将这些特征向量输入决策树分类模型以获取其一一对应的标签结果，根据标签结果获取该待定位的三维网格模型中的最佳入点位置。
具体来说，在椎弓根上的最佳入点的确定方法中，首先是获取了多组人体椎弓根的CT扫描图片，建立相应的三维网格模型，然后计算出三维网格模型上每个顶点
Figure GDA0002535791600000041
的特征向量
Figure GDA0002535791600000042
每个特征向量
Figure GDA0002535791600000043
都有一对应的向量标签
Figure GDA0002535791600000044
对所有的特征向量
Figure GDA0002535791600000045
构成的集合S以及对应的向量标签
Figure GDA0002535791600000046
进行训练学习，获取决策树分类模型。当需要确定一人体椎弓根的最佳入点时，将该人体椎弓根对应的三维网格模型的每个顶点的特征向量输入至决策树分类模型中，以获取每个顶点对应的标签结果，根据该标签结果即可获取该人体椎弓根的最佳入点位置。值得指出的是，由于决策树算法易于理解和实现，与其他分类算法相比，决策树算法训练得到的分类模型具有更好的可解释性，利于人们理解。此外，决策树算法运行效率高，相比于其他分类算法速度更快，可以在短时间内处理大量数据。
进一步来讲，在步骤S3中，构成集合S的所有三维网格模型已经经验丰富的医生进行最佳入点位置标注，相应的，在集合S中，特征向量对应的为最佳入点位置时对应的向量标签为1，否则，对应的标签为0。
进一步来讲，在步骤S4中，根据标签结果获取待定位的三维网格模型中最佳入点位置对应的标签结果为1。
进一步来讲，每个顶点
Figure GDA0002535791600000047
的特征向量
Figure GDA0002535791600000048
包括对应的形状直径函数
Figure GDA0002535791600000049
平均测地距离
Figure GDA00025357916000000410
以及高斯曲率
Figure GDA00025357916000000411
即
Figure GDA00025357916000000412
在实际应用中，形状直径函数描述了从顶点出发，向模型内部发射一条射线，计算这段射线在模型内部的长度，所以形状直径函数描述了三维网格模型的直径分布；平均测地距离是从测地距离的角度描述了三维网格模型的表面形状；高斯曲率描述的是三维网格模型的表面弯曲程度。因此，这三种特征描述符分布从不同的角度出发描述了三维网格模型上任意一个顶点周围区域内的集合形状特征。这种运用多种不同的三维特征描述符比单一的三维特征描述符能够更加全面的刻画顶点周围区域的几何形状特征，也就更加有利于发现几何形状特征和是否为最佳入点之间的正确的映射关系，提高椎弓根模型上的最佳入点识别的准确率。
进一步来讲，步骤S4包括步骤：
S41、获取一待定位的人体椎弓根三维网格模型，获取该待定位的三维网格模型的特征向量；
S42、将该待定位的三维网格模型的特征向量全部输入上述决策树分类模型，获取每个特征向量对应的标签结果，于标签结果为1时判定该标签结果对应的顶点为椎弓根螺钉的最佳入点位置。
本发明提出的一种基于多特征的椎弓根螺钉最佳入点定位方法，解决了椎弓根螺钉最佳入点的自动定位问题，对于给定的人体锥体三维数字几何模型，能够根据用户需求，在保证手术安全的前提条件下，自动生成风险较低椎弓根螺钉最佳入点。该方法具有两方面的优点：
1、可以在手术前进行全方位的手术规划，而传统的脊椎手术是在手术中进行规划，极大的减少手术中发生的意外，提高手术的成功率，有效解决传统手术方式中存在的弊端，具有良好的社会效益；
2、保证了椎弓根螺钉置钉入点的安全性，不易通过动脉血管和脊髓所在的区域空间，从而降低在置钉手术过程中螺钉会接触到动脉血管和脊髓等重要器官的风险，避免动脉血管破裂导致大出血、以及脊髓受压迫导致瘫痪等严重并发症的发生，对于提高椎弓根置钉手术的安全性具有重要意义。
对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。

Claims (3)

1.一种基于多特征的椎弓根螺钉最佳入点定位方法，其特征在于，所述方法包括步骤：
S1、获取多组人体椎弓根的CT扫描图片，构建所述CT扫描图片的三维网格模型Mi(i＝1,2,…,n)，n为正整数；
S2、计算所述三维网格模型Mi上的每个顶点
Figure FDA0002675038760000011
的特征向量
Figure FDA0002675038760000012
标注每个所述特征向量
Figure FDA0002675038760000013
对应的向量标签
Figure FDA0002675038760000014
j为正整数；
S3、将所有所述三维网格模型Mi上所有顶点
Figure FDA0002675038760000015
对应的特征向量
Figure FDA0002675038760000016
构成集合S，将所述集合S作为训练样本，并将每一个特征向量
Figure FDA0002675038760000017
对应的向量标签
Figure FDA0002675038760000018
作为所述训练样本S的训练标签，利用决策树算法对集合S以及对应的训练标签进行训练学习，获取决策树分类模型；
S4、获取一待定位的人体椎弓根三维网格模型，获取所述待定位的三维网格模型的特征向量，将该特征向量全部输入决策树分类模型以获取其一一对应的标签结果，根据所述标签结果获取所述待定位的三维网格模型中的最佳入点位置，所述一一对应的标签结果表示为1或0；
Figure FDA0002675038760000019
其中，
Figure FDA00026750387600000110
为网格模型形状Mi中顶点
Figure FDA00026750387600000111
的直径函数、
Figure FDA00026750387600000112
为网格模型形状Mi中顶点
Figure FDA00026750387600000113
的平均测地距离，
Figure FDA00026750387600000114
为网格模型形状Mi中顶点
Figure FDA00026750387600000115
的高斯曲率；
构成所述集合S的所有三维网格模型中已标注最佳入点位置，所述集合S中的特征向量
Figure FDA00026750387600000116
对应为最佳入点位置时对应的所述向量标签
Figure FDA00026750387600000117
为1，否则为0。
2.根据权利要求1所述的一种基于多特征的椎弓根螺钉最佳入点定位方法，其特征在于，步骤S4包括过程：
S41、获取一待定位的人体椎弓根三维网格模型，获取该三维网格模型的特征向量；
S42、将该三维网格模型的所有特征向量输入所述决策树分类模型中，获取每个特征向量对应的标签结果，根据该标签结果判定椎弓根螺钉的最佳入点位置。
3.根据权利要求2所述的一种基于多特征的椎弓根螺钉最佳入点定位方法，其特征在于，所述标签结果为1时，所述标签结果对应的顶点为最佳入点位置。
CN201811009511.4A 2018-08-31 2018-08-31 一种基于多特征的椎弓根螺钉最佳入点定位方法 Active CN109199604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811009511.4A CN109199604B (zh) 2018-08-31 2018-08-31 一种基于多特征的椎弓根螺钉最佳入点定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811009511.4A CN109199604B (zh) 2018-08-31 2018-08-31 一种基于多特征的椎弓根螺钉最佳入点定位方法

Publications (2)

Publication Number Publication Date
CN109199604A CN109199604A (zh) 2019-01-15
CN109199604B true CN109199604B (zh) 2020-12-01

Family

ID=64985772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811009511.4A Active CN109199604B (zh) 2018-08-31 2018-08-31 一种基于多特征的椎弓根螺钉最佳入点定位方法

Country Status (1)

Country Link
CN (1) CN109199604B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113081257B (zh) * 2019-12-23 2022-06-07 四川医枢科技股份有限公司 一种手术路径自动规划方法
EP4011311A1 (en) 2020-12-14 2022-06-15 Incremed AG Method for planning the nail path of a pedicle bone screw
CN116115371B (zh) * 2023-04-17 2023-07-07 杭州键嘉医疗科技股份有限公司 一种无牙颌种植导航手术中的口腔cbct配准方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157375A (zh) * 2016-07-06 2016-11-23 南京大学 一种三维模型部件类别自动标注方法
CN107194412A (zh) * 2017-04-20 2017-09-22 百度在线网络技术（北京）有限公司 一种处理数据的方法、装置、设备和计算机存储介质
CN107349003A (zh) * 2017-07-11 2017-11-17 哈尔滨理工大学 一种基于有限元力学分析的腰椎螺钉植入导板及制备方法
CN108009479A (zh) * 2017-11-14 2018-05-08 中电数通科技有限公司 分布式机器学习系统及其方法
CN108171335A (zh) * 2017-12-06 2018-06-15 东软集团股份有限公司 建模数据的选取方法、装置、存储介质及电子设备
CN108292366A (zh) * 2015-09-10 2018-07-17 美基蒂克艾尔有限公司 在内窥镜手术中检测可疑组织区域的系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108292366A (zh) * 2015-09-10 2018-07-17 美基蒂克艾尔有限公司 在内窥镜手术中检测可疑组织区域的系统和方法
CN106157375A (zh) * 2016-07-06 2016-11-23 南京大学 一种三维模型部件类别自动标注方法
CN107194412A (zh) * 2017-04-20 2017-09-22 百度在线网络技术（北京）有限公司 一种处理数据的方法、装置、设备和计算机存储介质
CN107349003A (zh) * 2017-07-11 2017-11-17 哈尔滨理工大学 一种基于有限元力学分析的腰椎螺钉植入导板及制备方法
CN108009479A (zh) * 2017-11-14 2018-05-08 中电数通科技有限公司 分布式机器学习系统及其方法
CN108171335A (zh) * 2017-12-06 2018-06-15 东软集团股份有限公司 建模数据的选取方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN109199604A (zh) 2019-01-15

Similar Documents

Publication Publication Date Title
CN109199604B (zh) 一种基于多特征的椎弓根螺钉最佳入点定位方法
US7817836B2 (en) Methods for volumetric contouring with expert guidance
Linsenmaier et al. Three-dimensional CT with a modified C-arm image intensifier: feasibility
JP2732618B2 (ja) 解剖映像装置
CN107157580B (zh) 一种数字化定位脊柱微创手术3d打印导向板及制备方法
US8275182B2 (en) Method for automated delineation of contours of tissue in medical images
US8099152B2 (en) Systems and methods for planning medical procedures and designing medical devices based on anatomical scan deformations
CN110946652B (zh) 一种骨螺钉的钉道规划方法和装置
Uneri et al. Known-component 3D–2D registration for quality assurance of spine surgery pedicle screw placement
CN107595390B (zh) 一种超声影像与ct影像的实时匹配融合方法
CN109767841B (zh) 一种基于颅颌面三维形态数据库的相似模型检索方法及装置
CN104644258A (zh) 个性化微创型椎弓根螺钉进钉导航模板及其制作方法
Banik et al. Automatic segmentation of the ribs, the vertebral column, and the spinal canal in pediatric computed tomographic images
CN109984843A (zh) 骨折闭合复位导航系统及方法
De Silva et al. Registration of MRI to intraoperative radiographs for target localization in spinal interventions
Sommer et al. Image guidance in spinal surgery: a critical appraisal and future directions
CN106236260B (zh) 骶髂关节置入螺钉固定s1椎体的通道定位方法及系统
CN111598949B (zh) 一种用于人体头颈部穴位的自动定位方法
CN107647914B (zh) 一种椎弓根手术导板最优置钉钉道智能生成方法
Schreurs et al. Implant-oriented navigation in orbital reconstruction part II: preclinical cadaver study
CN113907879A (zh) 一种个性化颈椎内镜定位方法及系统
Shi et al. Fast shading correction for cone-beam CT via partitioned tissue classification
CN111728689A (zh) 骨盆骨折后环微创稳定系统导板
CN115530973A (zh) 一种消融可视化方法及系统
CN109199603B (zh) 一种椎弓根螺钉最优置钉点的智能定位方法

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