CN110604594A - 一种髋关节的成像方法以及髋关节成像系统 - Google Patents

Abstract

本申请提供一种髋关节的成像方法以及髋关节成像系统，用于快速确定髋关节的分型数据。该方法包括：获取目标髋关节的切面图；获取所述切面图中所述目标髋关节的组织特征信息；根据所述目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线；确定第一角度与第二角度，所述第一角度为所述基线与所述骨顶线之间的角度，所述第二角度为所述基线与所述软骨顶线之间的角度，根据所述第一角度以及第二角度确定所述目标髋关节的参考分型数据。

Description

一种髋关节的成像方法以及髋关节成像系统

技术领域

本申请涉及医疗器械领域，尤其涉及一种髋关节的成像方法以及髋关节成像系统。

背景技术

超声成像广泛应用于各种疾病的分析，可以对目标髋关节进行超声成像，以便对目标组织的特性进行分析，以确定目标组织的健康状态。

例如，发育性髋关节发育不良(developmental dysplasia of the hip，DDH)是小儿最常见的髋关节疾病，它是婴儿出生时就存在或者生后继续发育才表现出来的一系列髋关节异常的总称：包括髋臼发育不良的稳定髋关节、髋关节半脱位、髋关节完全脱位但可以复位、完全脱位且不能复位。目前公认的DDH治疗原则是早期发现、早期治疗。治疗越早、治疗方法越简单、治疗效果越好。因此新生儿DDH筛查尤为重要。超声成像是早期DDH最普遍且最有用的影像诊断方法。其优势包括：(1)新生儿及婴幼儿髋关节主要由软骨构成，股骨头尚未骨化，X线很难准确显示髋关节结构形态，并且有放射性损害。而超声成像检查可以很好地显示髋关节及周围软组织解剖结构以及股骨头与髋臼的相对位置，直观观察髋关节的软骨和骨性结构，评估髋臼发育情况及股骨头位置，特别是对股骨头骨化中心尚未出现的4个月以下的婴幼儿显示更好；(2)超声成像诊断对于髋关节发育不良这种隐匿性或临界性病变具有重要诊断价值，尤其对于体格检查提示髋关节异常或具有高危因素的婴幼儿；(3)超声检查无创、安全、易行、费用较低、并可动态观察，特别适用于本症高危人群的筛查及治疗后的连续随诊。

Graf法是最常用的超声DDH评估方法，是由奥地利学者Graf开创的DDH超声检查的静态方法。这一方法具有规范化、标准化、可重复性以及参考指标客观性等优点，因此在全世界，尤其在欧洲的德语系国家被广泛应用。Graf法要求获取髋关节标准冠状切面进行测量。要求探头长轴与身体的轴线平行(探头的倾斜可能会导致过度诊断)，在股骨大转子处获得髋关节冠状切面标准图像。冠状切面是否正确要通过声像图的解剖结构进行确定：髋关节下方的强回声为软骨和骨的结合部(股骨骺板)；髋关节中央为股骨头，表现为内部散在点状中等回声的卵圆形低回声区；股骨头外侧由偏高回声的滑膜皱襞、关节囊、盂唇和低回声的软骨性髋臼依次包绕，并在股骨头上方逐渐延伸为强回声的骨性髋臼缘。以上解剖结构点均应清晰识别，否则超声图像不能被采用。

Graf法依据骨性臼顶，软骨臼顶，年龄，臼顶形态可将髋关节发育程度分为I，IIa，IIb，IIc，D，IIIa，IIIb以及IV，其中，分型I，IIa，IIb，IIc，D需要通过髋关节内部组织特征之间的角度进行计算，才能确定。并且各个分型所包括的角度范围不同。因此，分类较多，且分类规则复杂，需要操作人员的大量经验累积才能准确地得到Graf法的分型数据，且得到分型数据的效率较低。因此，如何提高得到Graf法的分型数据的效率，成为亟待解决的问题。

发明内容

本申请提供一种髋关节的成像方法以及髋关节成像系统，用于快速确定髋关节的分型数据。

本申请第一方面提供一种髋关节的成像方法，包括：

获取目标髋关节的切面图；获取所述切面图中所述目标髋关节的组织特征信息；根据所述目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线；确定第一角度与第二角度，所述第一角度为所述基线与所述骨顶线之间的角度，所述第二角度为所述基线与所述软骨顶线之间的角度。

本申请第二方面提供一种髋关节的成像方法，包括：

获取目标髋关节的切面图；获取所述切面图中所述目标髋关节的髋臼形态；若所述目标髋关节的髋臼形态不为预设形态，则根据所述目标髋关节的髋臼形态确定所述目标髋关节的第一参考分型数据；若所述目标髋关节的髋臼形态为预设形态，则获取所述目标髋关节的组织位置信息；根据所述组织位置信息确定所述目标髋关节的第二参考分型数据。

本申请第三方面提供一种髋关节成像系统，其特征在于，包括：处理器、以及存储数据与程序的存储器；

所述处理器，用于获取目标髋关节的切面图；

所述处理器，还用于获取所述切面图中所述目标髋关节的组织特征信息；

所述处理器，还用于根据所述目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线；

所述处理器，还用于确定第一角度与第二角度，所述第一角度为所述基线与所述骨顶线之间的角度，所述第二角度为所述基线与所述软骨顶线之间的角度。

本申请第四方面提供了一种髋关节成像系统，其特征在于，包括：处理器、以及存储数据与程序的存储器；

所述处理器，用于获取目标髋关节的切面图；

所述处理器，还用于获取所述切面图中所述目标髋关节的髋臼形态；

所述处理器，还用于若所述目标髋关节的髋臼形态不为预设形态，则根据所述目标髋关节的髋臼形态确定所述目标髋关节的第一参考分型数据；

所述处理器，还用于若所述目标髋关节的髋臼形态为预设形态，则获取所述目标髋关节的组织位置信息；

所述处理器，还用于根据所述组织位置信息确定所述目标髋关节的第二参考分型数据。

本申请第五方面提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面或第二方面提供的髋关节的成像方法。

在本申请中，在得到目标髋关节的切面图后，识别切面图中的组织特征信息，并根据目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线，确定基线与骨顶线之间的角度以及基线与软骨顶线之间的角度。因此，在本申请中，可以通过识别切面图中的组织特征信息，来自动确定目标髋关节的基线、骨顶线与软骨顶线，并确定基线、骨顶线与软骨顶线之间的角度，使操作人员可以参考自动确定的角度，更高效率地得到目标髋关节的分型数据。

附图说明

图1为本申请实施例提供的一种可能的髋关节成像系统示意图；

图2为本申请实施例提供的一种可能的探头的结构示意图；

图3为本申请实施例提供的一种可能的髋关节的成像方法的流程示意图；

图4为本申请实施例提供的一种可能的基线、骨顶线与软骨顶线示意图；

图5为本申请实施例提供的一种可能的α角与β角示意图；

图6为本申请实施例提供的另一种可能的髋关节的成像方法的流程示意图；

图7为本申请实施例提供的一种可能的髋关节示意图；

图8为本申请实施例提供的另一种可能的髋关节示意图；

图9为本申请实施例提供的另一种可能的髋关节示意图；

图10为本申请实施例提供的一种可能的切面图与参考分型数据显示画面示意图；

图11为本申请实施例提供的另一种可能的切面图与参考分型数据显示画面示意图；

图12为本申请实施例提供的另一种可能的切面图与参考分型数据显示画面示意图；

图13为本申请实施例提供的另一种可能的髋关节的成像方法的流程示意图。

具体实施方式

本申请提供一种髋关节的成像方法以及髋关节成像系统，用于快速确定髋关节的分型数据。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。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。

图1为本申请实施例中的髋关节成像系统10的结构框图示意图。该髋关节成像系统10可以包括处理器103、存储器105以及显示器104。存储器105中存储有数据或程序，处理器103可以直接获取目标髋关节的切面图。并根据该切面图获取目标髋关节的组织特征信息，根据目标髋关节的组织特征信息确定目标髋关节的基线、骨顶线以及软骨顶线，并根据基线、骨顶线以及软骨顶线确定第一角度与第二角度。显示器104中可以显示目标髋关节的切面图。

本申请的一种可选实施例中，存储器105中可以存储有目标髋关节的切面图，处理器103可以直接从存储器105中读取目标髋关节的切面图。

本申请的一种可选实施例中，处理器103除了可以从存储器105中读取目标髋关节的切面图外，还可以直接对目标髋关节发送超声波，以得到目标髋关节的切面图。因此，作为可选的，该髋关节成像系统10还可以包括探头100，其中，该探头100可以是超声探头、发射/接收选择开关101、发射/接收序列控制器102。发射/接收序列控制器102可以激励超声探头100向目标髋关节发射超声波，还可以控制超声探头100接收从目标髋关节返回的超声回波，从而获得超声回波信号/数据，以下也可以称为超声回波信号。处理器103对该超声回波信号/数据进行处理，以获得目标髋关节的切面图。

本申请实施例中，前述的髋关节成像系统10的显示器104可为触摸显示屏、液晶显示屏等，也可以是独立于髋关节成像系统10之外的液晶显示器、电视机等独立显示设备，也可为手机、平板电脑等电子设备上的显示屏。

本申请实施例中的显示器104的数量可以为一个，也可以为多个。例如，当有多个显示器时，可以包括第一显示器、第二显示器、第三显示器、第四显示器、第五显示器，以此类推等等，该第一显示器、第二显示器、第三显示器、第四显示器、第五显示器等等可以用于显示相同或不同的画面。而当只有一个显示器时，该一个显示器也可以显示该第一显示器、第二显示器、第三显示器、第四显示器、第五显示器等等所要显示的画面。

本申请的一个可选实施例中，探头100的声头部分可以是多个阵元组成的阵列，该多个为两个或两个以上。阵元可以用于将电信号转换为超声波，并发送超声波，以及接收返回的超声回波，将超声回波转换为电信号，以得到超声回波数据/信号。其中，该阵列的形状可以是直线排列，也可以是扇形排列等，具体可以根据实际应用场景调整。每个阵元通过接收发射电路的发射信号与接收电路发送的接收信号，进行超声波的发射或超声回波的接收。具体地，探头100发射超声的场景可以如图2所示，探头100内部的阵元向目标髋关节发送超声波，并接收从目标髋关节返回的超声回波。

本申请的一个可选实施例中，前述的髋关节成像系统10的存储器105可为闪存卡、固态存储器、硬盘等。

本申请的一个可选实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质存储有多条程序指令，该多条程序指令被处理器103调用执行后，可执行本申请各个实施例中的髋关节的成像方法中的部分步骤或全部步骤或其中步骤的任意组合。

本申请的一个可选实施例中，该计算机可读存储介质可为存储器105，其可以是闪存卡、固态存储器、硬盘等非易失性存储介质。

本申请的一个可选实施例中，前述的髋关节成像系统10的处理器103可以通过软件、硬件、固件或者其组合实现，可以使用电路、单个或多个专用集成电路(applicationspecific integrated circuits，ASIC)、单个或多个通用集成电路、单个或多个微处理器、单个或多个可编程逻辑器件、或者前述电路或器件的组合、或者其他适合的电路或器件，从而使得该处理器103可以执行本申请的各个实施例中的髋关节的成像方法的相应步骤。

基于前述图1的髋关节成像系统，本申请提供一种髋关节的成像方法，该髋关节的成像方法的步骤可以由前述图1中的髋关节成像系统执行，即以下实施例中的步骤都可以由图1中提供的髋关节成像系统执行。请参阅图3，本申请提供的一种髋关节的成像方法的流程示意图，可以包括：

301、获取目标髋关节的切面图。

首先，获取目标髋关节的切面图，该切面图可以包括目标髋关节的各个组织特征。

通常，该切面图可以为目标髋关节的冠状位切面图，以下也可以称为冠状位切面图。

其中，该切面图可以包括目标髋关节各个组织的位置、形态等等。例如，该切面图可以包括目标髋关节的软骨与骨的交界、股骨头、髂骨下缘、骨缘转折点(臼顶由凹变凸的点)、平直髂骨外缘、软骨性髋臼顶、盂唇、关节囊、滑膜皱襞、股骨大转子等等。其中，具体的表现形态可以是目标髋关节下方的强回声为软骨和骨的结合部(股骨骺板)；目标髋关节中央为股骨头，表现为内部散在点状中等回声的卵圆形低回声区；股骨头外侧由偏高回声的滑膜皱襞、关节囊、盂唇和低回声的软骨性髋臼依次包绕，并在股骨头上方逐渐延伸为强回声的骨性髋臼缘。

在本申请一个可选实施例中，目标髋关节的切面图可以是从存储器中读取的。可以理解为，在提前获取目标髋关节的切面图后，可以将该切面图保存至存储器中。在使用该切面图时，即可从存储器中提取该切面图。

在本申请一个可选实施例中，该切面图可以是标准程度大于阈值的切面图。此外，该至少一个切面图也可以是包括了预置的组织的轮廓，还可以是其他的方式确定的切面图等等，本申请对此并不作限定。

在本申请一个可选实施例中，切面图的标准程度可以是通过多种参数进行衡量，例如，可以通过每个切面为切面图的概率、或者对每个切面图按照预置方式确定的标准程度评分值来衡量等等。

在本申请一个可选实施例中，目标髋关节的切面图也可以是向目标髋关节发送超声波得到。具体地，可以使用前述图1的髋关节成像系统中的发射/接收序列控制器102激励超声探头100向目标髋关节发射超声波，并控制超声探头100接收从目标髋关节返回的超声回波，从而获得超声回波信号，处理器103对该超声回波信号/数据进行处理，以获得目标髋关节的切面图。通常，在通过探头向目标髋关节发送超声波时，探头长轴需要与身体的轴线平行(探头的倾斜可能会导致过度诊断)，在股骨大转子处获得髋关节冠状切面标准图像。此外，还可以通过向目标髋关节发送超声波，得到目标髋关节的容积数据，并从容积数据中提取目标髋关节的切面图，可以避免因人工测量导致的冠状位切面不准确。

具体地，在获取容积数据以后，可以对容积数据进行切割，得到多个切面图，然后从该多个切面图中获取标准程度高于阈值的切面图作为本申请实施例中目标髋关节的切面图。可以直接从预置的角度进行切割，得到目标髋关节的至少一个冠状位切面图；也可以是，对容积数据沿预置方向进行平行切割，得到多个切面图，然后从该多个切面图中确定出标准程度高于阈值的切面图作为本申请实施例中目标髋关节的切面图；还可以是以目标轴为轴心进行旋转切割，得到多个切面图，然后从该多个切面图中确定出标准程度高于阈值的切面图，作为本申请实施例中目标髋关节的切面图。此外，若有多个标准程度高于阈值的切面图，可以选择标准程度最高的一个作为切面图，或者，从标准程度高于阈值的切面图中任意选择一个作为切面图。其中，标准程度可以通过深度学习计算得到的每个切面图的标准程度评分值来衡量，也可以直接通过深度学习确定每个切面为切面图的概率来衡量，具体可以根据实际应用调整。深度学习也可以包括可以是卷积神经网络、递归神经网络、循环神经网络等等深度学习方式。获取至少一个切面图的方式可以根据实际应用场景进行调整，本申请实施例仅仅是示例性说明，并不作限定。

302、获取切面图中目标髋关节的组织特征信息。

在得到目标髋关节的切面图后，可以从目标切面图中获取目标髋关节的组织特征信息。该组织特征信息包括标准图像中所包括的目标髋关节的各个组织特征的形态、位置、尺寸等等信息。

例如，若使用Graf法对目标髋关节的健康状态进行判断，则需要获取的组织特征信息可以包括：目标髋关节的平直的髂骨，髂骨下缘，盂唇，骨缘转折等等组织特征。

本申请的一种可选实施例中，可以通过深度学习的方式识别目标髋关节的切面图中的组织特征信息。具体地，可以是首先使用大量标准程度较高的切面图进行模型训练，对该大量标准的切面图中的组织特征信息进行记录并分析，确定各个组织特征的参数，得到训练处的深度学习的模型。然后在得到目标髋关节切面图后，将该切面图代入模型，即可确定切面图所包括的组织特征信息。本申请实施例中的深度学习可以是卷积神经网络、递归神经网络、循环神经网络等等深度学习方式。在实际应用中，具体使用哪一种深度学习的方式，可以根据实际应用场景调整，此处仅仅是举例说明，并不作限定。

本申请的一种可选实施例中，在获取到目标髋关节的切面图后，可以在显示器中显示该切面图。

303、根据目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线。

在得到目标髋关节的组织特征信息后，确定目标髋关节的基线、骨顶线与软骨顶线。

该组织特征信息可以包括目标髋关节的平直的髂骨，髂骨下缘，盂唇，骨缘转折等等组织特征，可以根据该组织特征信息确定基线、骨顶线以及软骨顶线。其中，基线可以为平直的髂骨对应的线，该骨顶线可以为髂骨下缘点与骨性髋臼外侧缘的切线，软骨顶线可以为盂唇与骨性髋臼外侧缘的连线。示例性地，如图4所示，基线401为平直的髂骨对应的线，骨顶线402为髂骨下缘点与骨性髋臼外侧缘的切线，软骨顶线403为盂唇与骨性髋臼外侧缘的连线。因理解，图4中仅仅是示例性地标出基线、骨顶线与软骨顶线的位置，在实际应用中，基线、骨顶线与软骨顶线位置还可以更精确，此处仅仅是示例性说明，并不作限定。

304、确定第一角度与第二角度。

在得到基线、骨顶线与软骨顶线之后，确定第一角度与第二角度，第一角度为基线与骨顶线之间夹角的角度，第二角度为基线与软骨顶线之间夹角的角度。

通常，在使用Graf法对目标髋关节的状态进行判断时，第一角度可以理解为骨顶角，以下也可以称为α角，第二角度可以理解为软骨顶角，以下也可以称为β角。示例性地，如图5所示，基线501为平直的髂骨对应的线，骨顶线502为髂骨下缘点与骨性髋臼外侧缘的切线，软骨顶线503为盂唇与骨性髋臼外侧缘的连线。α角为基线501与骨顶线502之间的夹角，β角为基线501与入固定线503之间的夹角。

305、根据第一角度以及第二角度确定目标髋关节的参考分型数据。

在得到第一角度与第二角度后，可以根据第一角度与第二角度对目标髋关节的状态继续分析，得到目标髋关节的参考分型数据。

具体地，可以根据第一角度与第二角度，结合目标髋关节的其他信息，例如，年龄等，按照预置的规则，确定目标髋关节的参考分型数据。

例如，实际应用场景中，通常根据计算出来的α角以及β角结合年龄，可以对目标髋关节按照预置规则进行分析。示例性地，α角以及β角与目标髋关节的分型数据有预置的对应关系，即预置规则，该对应关系可以参阅如下表格：

分型	α角	β角	骨性边缘	年龄
					Ia	>＝60°	<＝55°	锐利或稍圆钝	任意
Ib	>＝60°	>55°	锐利或稍圆钝	任意
					IIa	50°-59°	无要求	圆钝	0-12周
IIb	50°-59°	无要求	圆钝	大于12周
					IIc	43°-49°	<＝77°	圆钝或平	任意
D	43°-49°	>77°	圆钝或平	任意

表1

因此，在确定α角与β角之后，同时还可以结合年龄等，确定目标髋关节的状态。具体地，当α角>＝60°，且β角<＝55°时，可以确定目标髋关节的分型数据为Ia型；当α角>＝60°，且β角>55°时，可以确定目标髋关节的分型数据为Ib型；当α角为50°-59°中任意值，且年龄为0-12周时，可以确定目标髋关节的分型数据为IIa型；当α角为50°-59°中任意值，且年龄为大于12周时，可以确定目标髋关节的分型数据为IIb型；当α角为43°-49°中任意值，且β角<＝77°时，可以确定目标髋关节的分型数据为IIc型；当α角为43°-49°中任意值，且β角>77°时，可以确定目标髋关节的分型数据为D型。因此，在本申请实施例中，在确定了第一角度与第二角度后，可以根据第一角度与第二角度，对目标髋关节的健康状态进行进一步分析，得到目标髋关节更进一步的参考分型数据。例如，可以快速地确定目标髋关节的分型数据为I，IIa，IIb，IIc，D中的那一种。

在本申请中，得到目标髋关节的切面图后，识别切面图中的组织特征信息，并根据目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线，确定基线与骨顶线之间的角度以及基线与软骨顶线之间的角度。因此，在本申请中，可以通过识别切面图中的组织特征信息，来确定目标髋关节的基线、骨顶线与软骨顶线，并确定基线、骨顶线与软骨顶线之间的角度，并，根据基线、骨顶线与软骨顶线之间的角度进一步确定目标髋关节的参考分型数据。使操作人员可以参考得到参考分型数据，对目标髋关节进行更进一步的状态分析。相对于人工测量得到分型数据，本申请实施例可以提高得到分型数据的效率以及准确度。

自动确定的角度，更高效率地得到目标髋关节的分型数据。

前述对本申请提供的髋关节的成像方法的流程进行了说明，其中，在对目标髋关节的分型数据进行进一步确定时，可以分为多种情况。下面对本申请提供的髋关节的成像方法进行更进一步地说明，请参阅图6，本申请提供的髋关节的成像方法的另一种流程示意图，可以包括：

601、获取目标体的髋关节的切面图。

本申请实施例中的步骤601与前述图3中的步骤301类似，此处不再赘述。

602、识别目标髋关节的髋臼形态，若不为预设形态，则执行步骤603，若为预设形态，则执行步骤604。

在本申请实施例中，在获取切面图中目标髋关节的组织特征信息之前，还需要识别目标髋关节的髋臼形态。若目标髋关节的髋臼形态为预设形态，则执行步骤604，即根据髋臼形态确定目标髋关节的参考分型数据；若目标髋关节的髋臼形态不为预设形态，则执行步骤605，即获取切面图中目标髋关节的组织特征信息。

具体地，识别目标髋关节的髋臼形态可以是，在得到目标髋关节的切面图后，可以通过深度学习或者对比像素值差值等方式，确定目标髋关节的髋臼位置，然后根据髋臼位置获取目标髋关节的髋臼形态。然后可以判断获取到的目标髋关节的髋臼形态是否为预设形态。若目标髋关节的髋臼形态为预设形态，则可以继续获取切面图中所包括的目标髋关节的组织特征信息；若目标髋关节的髋臼形态不为预设形态，则可以直接根据目标髋关节的髋臼形态，即可确定目标髋关节的参考分型数据。

更具体地，预设形态可以是目标髋关节的软骨可以覆盖股骨头。例如，在具体应用中，Graf分型中，分型I，IIa，IIb，IIc，D中的软骨都可以覆盖股骨头，IIIa型、IIIb型以及IV型的软骨无法覆盖股骨头。因此，当目标髋关节的髋臼形态不为预设形态时，根据目标髋关节的髋臼形态即可确定目标髋关节的分型数据，无需进行后续测量第一角度与第二角度。

本申请的一种可选实施例中，可以通过深度学习的方式识别目标髋关节的髋臼形态。该深度学习的方式可以是卷积神经网络、递归神经网络、循环神经网络等等深度学习方式。具体地，可以是首先使用大量的预设形态的切面图进行模型训练，得到预设形态的髋臼形态的特征参数，然后在得到切面图后，将每个切面图代入模型，识别出目标髋关节的髋臼形态。

本申请的一种可选实施例中，也可以通过像素值对比的方式确定目标髋关节的髋臼形态。例如，可以通过传统的像素值对比的方式，确定切面图中的每个像素点的像素值，根据像素值之间的差值，确定出切面图中目标髋关节的髋臼轮廓，然后根据该髋臼轮廓确定目标髋关节的髋臼形态。

本申请的一种可选实施例中，也可以在显示切面图后，接收对切面图的输入数据，根据该输入数据来确定目标髋关节的髋臼形态是否为预设形态。可以理解为，在显示切面图后，用户可以根据该切面图人工识别是否为预设形态。若目标髋关节的髋臼形态为预设形态，则可以继续执行步骤604，若目标髋关节的髋臼形态不为预设形态，则可以继续执行步骤603。

示例性地，在实际应用场景中，可以确定目标髋关节的Graf分型，以将目标髋关节的状态可以分为多个等级。当目标髋关节为I，IIa，IIb，IIc，D中任一分型时，需要对目标髋关节的α角与β角进行测量，才能确定具体的分型数据。当目标髋关节为IIIa，IIIb，IV中的任一分型时，则无需测量α角与β角，仅需判断目标髋关节的髋臼形态即可。因此，在得到切面图后，可以首先判断目标髋关节的髋臼状态是否为预设形态。若目标髋关节的髋臼状态为预设形态，则目标髋关节为I，IIa，IIb，IIc，D中的其中一种分型，后续可以对α角与β角进行测量，以进一步确定目标髋关节的具体分型数据。若目标髋关节的髋臼状态不为预设形态，则可以确定目标髋关节为IIIa，IIIb，IV中的其中一种分型，因此，可以进一步根据目标髋关节的髋臼形态进行更进一步地判断，以进一步确定目标髋关节的具体分型数据。

本申请的一种可选实施例中，当根据切面图确定目标髋关节的髋臼形态不为预设形态，并且确定目标髋关节的参考分型数据后，可以根据目标髋关节的参考分型数据，生成提示信息，并显示切面图与提示信息。例如，若目标髋关节的参考分型数据为IV型，那么可以生成提示信息“完全脱位！”，并在切面图上叠加显示该提示信息，或者在切面图的周边显示该提示信息。

603、根据髋臼形态确定目标髋关节的参考分型数据。

在确定目标髋关节的髋臼形态不为预设形态后，可以直接根据目标髋关节的髋臼形态确定目标髋关节的参考分型数据，无需进行后续的角度测量。

具体地，若目标髋关节的髋臼形态不为预设形态，可以确定软骨无法覆盖股骨头，目标髋关节为IIIa，IIIb，IV中的其中一种分型。进一步地，当软骨臼顶无法覆盖股骨头还可以详细地分为多种情况，例如，IIIa型为软骨臼顶向上推，IIIb型为软骨臼顶向上推并伴回声增强，IV型为软骨臼顶挤向下等等。因此，可以进一步对目标髋关节的髋臼形态进行识别，确定目标髋关节具体的软骨臼顶状态。具体的识别方式也可以是通过深度学习或像素值对比的方式，确定目标髋关节的软骨顶相对于股骨头的位置或形态等。类似地，该深度学习的方式也可以是卷积神经网络、递归神经网络、循环神经网络等等深度学习方式，具体与前述步骤602中的深度学习方式类似，此处不再赘述。

示例性地，当确定目标髋关节的软骨顶向上推，如图7所示，其中，软骨顶相对于股骨头向上推，目标髋关节为III型。在确定目标髋关节的软骨顶向上推之后，可以更进一步地确定切面图中的软骨顶或软骨顶周边是否存在伴回声增强。具体地，可以通过切面图中软骨顶或软骨顶周边的像素值来确定是否存在伴回声增强，例如，若确定切面图中软骨顶或软骨顶周边的像素值大于像素阈值，则可以确定伴回声增强。因此，若不存在伴回声增强，则可以确定目标髋关节的分型数据为IIIa型，若存在回声增强，则可以确定目标髋关节的分型数据为IIIb型。

示例性地，当确定目标髋关节的软骨顶挤向下，如图8所示。那么，可以确定目标髋关节的分型数据为IV型。

因此，在本申请实施例中，在确定目标髋关节的髋臼形态不为预设形态后，可以进一步地确定目标髋关节的分型数据为为IIIa，IIIb，IV中的具体一种分型。可以根据切面图快速地得到目标髋关节的分型数据。并且相对于人工识别，可以提高识别的准确度，提高识别效率。可以自动化确定目标髋关节的分型数据。可以避免人工测量造成的测量误差。

604、获取切面图中目标髋关节的组织特征信息。

在本申请实施例中，当确定目标髋关节的髋臼形态为预设形态时，可以继续获取目标髋关节的组织特征形态，以确定第一角度与第二角度，进一步确定目标髋关节的分型数据。

示例性地，若目标髋关节的髋臼形态为预设形态，则目标髋关节的软骨可以覆盖股骨头。例如，如图9所示，为髋关节正常状态下的形态，其中，软骨可以覆盖股骨头。

需要说明的是，该组织特征信息中可以包括目标髋关节的髋臼形态，因此，也可以是先获取该组织特征信息，从该组织特征信息中提取目标髋关节的髋臼形态，若该髋臼形态为预设形态后，可以直接从该组织特征信息中获取目标髋关节的组织位置信息。该组织位置信息可以包括但不限于目标髋关节的平直髂骨，髂骨下缘，盂唇，骨缘转折等等组织特征的位置信息。然后根据该组织位置信息来确定第一角度与第二角度，进一步确定目标髋关节的参考分型数据。

具体地，获取切面图中目标髋关节的组织特征信息的具体过程与前述图3中的步骤302类似，此处不再赘述。

605、根据目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线。

606、确定第一角度与第二角度。

本申请实施例中的步骤605以及步骤606，与前述图3中的步骤303与步骤304类似，此处不再赘述。

607、根据第一角度与第二角度确定目标髋关节的参考分型数据。

在确定第一角度与第二角度后，可以根据第一角度与第二角度确定目标髋关节的参考分型数据。

本申请的一种可选的实施例中，在得到目标髋关节的参考分型数据后，可以进一步地显示切面图与参考分型数据。

在本申请的一种可选实施方式中，可以在显示的切面图上叠加显示参考分型数据。例如，如图10所示，可以在切面图至少叠加显示参考分型结果：IIa-。也可以在切面图的周边显示参考分型数据。例如，如图11所示，可以在切面图之下显示参考分型结果：IIa-。因此，在本申请实施例中，可以同时显示切面图与参考分型数据，使操作人员可以参考该参考分型数据，对目标髋关节的状态进行更快速地判断。

在本申请的一种可选实施方式中，可一个根据参考分型数据得到伪彩标记图，并同时显示该切面图与伪彩标记图。具体地，可以在该切面图上叠加显示该伪彩标记图，也可以在该切面图的周边显示该伪彩标记图。参考分型数据可以是不同的分型结果，例如，该参考分型数据可以是I分型，也可以是IIb分型等等。不同的分型结果可以对应不同的色彩。具体地，可以根据所标识的髋关节的状态来确定对应的色彩，例如，I分型可以对应绿色，而IIIb分型可以对应黄色，IV分型可以对应红色等较警示的色彩等。示例性地，如图12所示，可以在切面图的周边显示伪彩标记图。因此，在本申请实施例中，可以同时显示切面图与伪彩标记图，使操作人员可以直观地确定目标髋关节的状态。

具体地，第一角度可以理解为α角，第二角度可以理解为β角。通常，Graf法可以包括多种分型，I，IIa，IIb，IIc，D，IIIa，IIIb以及IV，根据前述步骤603中，根据髋臼形态可以确定目标髋关节为IIIa，IIIb，IV中的一种。根据第一角度与第二角度则可以确定目标髋关节为I，IIa，IIb，IIc，D，IIIa，IIIb中的一种。

示例性地，当目标髋关节为I，IIa，IIb，IIc，D，IIIa，IIIb中的其中一种，可以参考以下表2中的对应关系，进一步确定目标髋关节的分型结果。

表2

在得到切面图中目标髋关节的组织形态信息后，可以根据组织特征信息确定α角与β角，同时也可以根据该组织特征形态确定目标髋关节中各个组织特征的形态。结合α角与β角、目标髋关节中各个组织特征的形态以及年龄等信息，可以确定目标髋关节的参考分型数据。

示例性地，结合上述表2，当α角>＝60°，且β角<＝55°时，可以直接确定目标髋关节的分型数据为Ia型，目标髋关节的状态为成熟髋关节。当α角>＝60°，且β角>55°时，可以直接确定目标髋关节的分型数据为Ib型，目标髋关节的状态为成熟髋关节。当α角为50°-59°中任意值，且年龄为0-12周时，可以确定目标髋关节的分型数据为IIa型。更进一步地，当骨性臼顶发育充分，且年龄为0-12周时，可以确定目标髋关节的分型数据为IIa+型，目标髋关节的状态为生理性不成熟。当骨性臼顶有缺陷，且年龄为6-12周时，可以确定目标髋关节的分型数据为IIa-型，目标髋关节的状态有发展为髋臼发育不良的风险。当α角为50°-59°中任意值，且年龄为大于12周，且骨性臼顶有缺陷时，可以确定目标髋关节的分型数据为IIb型，目标髋关节的状态为骨化延迟。当α角为43°-49°中任意值，且β角<＝77°，且骨性臼顶有严重缺陷时，可以确定目标髋关节的分型数据为IIc型，目标髋关节的状态为盂唇外翻。当α角为43°-49°中任意值，且β角>77°，且骨性臼顶有严重缺陷时，可以确定目标髋关节的分型数据为D型，目标髋关节的状态为开始出现半脱位。

在本申请的一种可选实施方式中，在获取切面图之后，可以显示该切面图，可以接收对该切面图的输入数据，从输入数据中确定该切面图对应的目标髋关节的参考分型数据。例如，在显示切面图之后，用户可以根据该显示的切面图确定目标髋骨节的分型数据，并进行输入。根据用户输入的数据，确定切面图对应的目标髋关节的参考分型数据。还可以同时显示由用户输入的参考分型数据与切面图。

因此，在本申请实施例中，可以根据目标髋关节的髋臼形态，确定目标髋关节的参考分型数据，更进一步地通过目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线，确定基线与骨顶线之间的角度以及基线与软骨顶线之间的角度。并根据基线与骨顶线之间的角度以及基线与软骨顶线之间的角度确定目标髋关节的参考分型数据。可以准确地得到目标髋关节的参考分型数据，使操作人员可以根据得到的参考分型数据确定目标髋关节的状态。相对于人工测量，可以提高得到目标髋关节的分型数据的效率以及准确度，降低人工测量的误差。

示例性，以一个具体的应用场景对本申请提供的髋关节的成像方法进行更形象地说明。通常，发育性髋关节发育不良是婴幼儿常见的髋关节状态，包括髋臼发育不良的稳定髋关节、髋关节半脱位、髋关节完全脱位但可以复位、完全脱位且不能复位等等。示例性地，可以参考如下表3：

表3

通常，可以通过Graf法准确地确定目标髋关节的发育状态。Graf法将髋关节的状态分为多种分型，包括I，IIa，IIb，IIc，D，IIIa，IIIb以及IV，其中，每种分型对应不同的髋关节各个特征的状态。

首先可以获取婴幼儿的目标髋关节的切面图，该切面图包括目标髋关节各个组织的位置、形态等等，可以包括但不限于软骨与骨的交界、股骨头、髂骨下缘、骨缘转折点(臼顶由凹变凸的点)、平直髂骨外缘、软骨性髋臼顶、盂唇、关节囊、滑膜皱襞、股骨大转子等。同时，切面图中各个组织特征的形态可以表现为目标髋关节下方的强回声为软骨和骨的结合部(股骨骺板)；目标髋关节中央为股骨头，表现为内部散在点状中等回声的卵圆形低回声区；股骨头外侧由偏高回声的滑膜皱襞、关节囊、盂唇和低回声的软骨性髋臼依次包绕，并在股骨头上方逐渐延伸为强回声的骨性髋臼缘。

可以首先识别切面图中的髋臼状态，若软骨不能覆盖股骨头，则可以确定目标髋关节为IIIa型、IIIb型或IV型中的一种。进一步判断髋关节的软骨的具体状态，以及结合标准图像的各个部分的像素值，若仅为软骨臼顶推向上，则确定目标髋关节为IIIa型；若骨臼顶推向上，伴回声增强，则目标髋关节为IIIb型；若软骨臼顶推向下，则目标髋关节为IV型。因此，可以根据目标髋关节的髋臼形态确定目标髋关节为IIIa型、IIIb型或IV型中的一种，相对于人工依靠经验肉眼识别，本申请通过图像识别的方式更高效、更准确地得到目标髋关节的分型数据。

若目标髋关节的软骨可以覆盖股骨头，则可以确定目标髋关节的分型数据为I型，IIa型，IIb型，IIc型，D中的一种。通常，在根据Graf法确定目标髋关节的分型数据时，需要提取的特征可以包括：目标髋关节的平直的髂骨，髂骨下缘，盂唇，骨缘转折等等组织特征。通过目标髋关节的平直的髂骨，髂骨下缘，盂唇，骨缘转折，确定基线、骨顶线与软骨顶线，测量基线与骨顶线以及基线与软骨顶线之间夹角，确定α角与β角。还可以获取目标髋关节对应的年龄，结合α角与β角，以及目标髋关节的组织特征信息，参阅前述表3，进一步确定目标髋关节的分型数据。

本申请实施例提供的髋关节的成像方法可以快速、高效地确定目标髋关节的参考分型数据。相对于人工识别以及测量，可以提高得到目标髋关节的参考分型数据的效率，同时也提高了得到目标髋关节的参考分型数据的准确性。

基于前述图1中的髋关节成像系统，本申请还提供另一种髋关节的成像方法，如图13所示，本申请提供申请实施例提供的另一种可能的髋关节的成像方法的流程示意图，可以包括：

1301、获取目标髋关节的切面图。

首先，需要获取目标髋关节的切面图，该切面图可以为目标髋关节的冠状位切面图，以下也可以称为冠状位切面图。

具体地，本申请实施例中的步骤1301与前述图3中的步骤301类似，此处不再赘述。

1302、获取切面图中目标髋关节的髋臼形态，若为预设形态，则执行步骤1304，若不为预设形态，则执行步骤1303。

在得到目标髋关节的切面图之后，识别切面图中包括的目标髋关节的组织特征，包括目标髋关节的软骨、股骨头等等，其中，包括目标髋关节的髋臼形态。该髋臼形态即目标髋关节的软骨顶与股骨头顶部的形态。若目标髋关节的髋臼形态为预设形态，则可以继续获取切面图中所包括的目标髋关节的组织位置信息，即步骤1304；若目标髋关节的髋臼形态不为预设形态，则可以直接根据目标髋关节的髋臼形态，即可确定目标髋关节的参考分型数据，即步骤1303。

其中，本申请实施例中获取切面图中目标髋关节的髋臼形态，与前述图6中的步骤602类似，此处不再赘述。

1303、根据髋臼形态确定目标髋关节的第一参考分型数据。

在确定目标髋关节的髋臼形态不为预设形态时，可以直接根据目标髋关节的髋臼形态确定目标髋关节的第一参考分型数据。

具体地，当目标髋关节的髋臼形态不为预设形态，可以确定软骨无法覆盖股骨头，目标髋关节为IIIa，IIIb，IV中的其中一种分型。进一步地，当软骨臼顶无法覆盖股骨头还可以详细地分为多种情况，例如，IIIa型为软骨臼顶向上推，IIIb型为软骨臼顶向上推并伴回声增强，IV型为软骨臼顶挤向下等等。因此，可以进一步对目标髋关节的髋臼形态进行识别，确定目标髋关节具体的软骨臼顶状态。

在本申请的一种可选实施方式中，可一个根据第一参考分型数据得到第一伪彩标记图，并同时显示该切面图与第一伪彩标记图。具体地，可以在该切面图上叠加显示该第一伪彩标记图，也可以在该切面图的周边显示该第一伪彩标记图。

更进一步地，根据髋臼形态确定目标髋关节的第一参考分型数据可以与前述图6中的步骤603类似，具体此处不再赘述。

1304、获取切面图中目标髋关节的组织位置信息。

当目标髋关节的髋臼形态为预设形态，可以继续获取目标髋关节的组织位置信息，该组织位置信息可以用于确定目标髋关节的基线、骨顶线与软骨顶线，进一步确定目标髋关节的第二参考分型数据。

具体地，若目标髋关节的髋臼形态为预设形态，则目标髋关节的软骨可以覆盖股骨头。此时，目标髋关节的分型结果为I，IIa，IIb，IIc，D中的一种，具体的区分方式为根据α角与β角区分。因此，若目标髋关节的髋臼形态为预设形态，需要获取目标髋关节的组织位置信息。

该组织位置信息可以包括但不限于：目标髋关节的平直的髂骨，髂骨下缘，盂唇，骨缘转折等等组织的位置信息。

本申请的一种可选实施例中，可以通过深度学习的方式识别目标髋关节的切面图中的组织位置信息。具体地，可以是首先使用大量的切面图进行模型训练，对大量的切面图中的组织位置信息进行记录并分析，确定切面图的各个组织特征的参数，得到训练处的深度学习的模型。然后在得到目标髋关节切面图后，将该切面图代入模型，即可确定切面图所包括的组织位置信息。本申请实施例中的深度学习可以是卷积神经网络、递归神经网络、循环神经网络等等深度学习方式。在实际应用中，具体使用哪一种深度学习的方式，可以根据实际应用场景调整，此处仅仅是举例说明，并不作限定。

并且，本申请的一种可选实施例中，在从切面图获取目标髋关节髋臼形态可以是，可以先获取目标髋关节组织特征信息，该组织特征信息可以包括目标髋关节中各个组织特征的形态、位置、尺寸等等信息。除了可以从该组织特征信息中获取目标髋关节的髋臼形态之外，还可以获取目标髋关节的组织位置信息。

1305、根据组织位置信息确定目标髋关节的第二参考分型数据。

在获取目标髋关节的组织位置信息后，可以根据该组织位置信息确定目标髋关节的第二参考分型数据。

应理解，第一参考分型数据与第二参考分型数据不同。例如，第一参考分型数据可以是IIIa，IIIb，IV中的其中一种分型，第二参考分型数据可以是I，IIa，IIb，IIc，D中的其中一种。

具体地，在获取目标髋关节的组织位置信息后，可以根据该组织位置信息确定目标髋关节的基线、骨顶线、软骨顶线。其中，基线可以为平直的髂骨对应的线，该骨顶线可以为髂骨下缘点与骨性髋臼外侧缘的切线，软骨顶线可以为盂唇与骨性髋臼外侧缘的连线。具体可以参阅前述图4。然后确定基线与骨顶线之间的夹角，即α角，确定基线与软骨顶线之间的夹角，即β角。进一步地，根据α角与β角，结合目标髋关节对应的年龄信息等，进一步确定目标髋关节的第二参考分型数据。具体地区分方式可以参阅前述表2，此处不再赘述。

在本申请的一种可选实施方式中，可一个根据第二参考分型数据得到第二伪彩标记图，并同时显示该切面图与第二伪彩标记图。具体地，可以在该切面图上叠加显示该第二伪彩标记图，也可以在该切面图的周边显示该第二伪彩标记图。

并且，本申请实施例中的根据α角与β角确定目标髋关节的第二参考分型数据与前述图6中的步骤607类似，此处不再赘述。

因此，在本申请实施例中，可以根据目标髋关节的髋臼形态，确定目标髋关节的第一参考分型数据，例如，可以确定目标髋关节具体为IIIa，IIIb，IV中的其中一种分型。此外可以通过目标髋关节的组织位置信息确定目标髋关节的第二参考分型数据。例如，可以确定目标髋关节为I，IIa，IIb，IIc，D中的具体一种。因此，可以更全面地确定目标髋关节的参考分型数据，并显示。以使操作人员可以对目标髋关节的状态进行更准确地判断，为操作人员对目标髋关节的状态提高参考。相对于人工测量，可以提高得到目标髋关节的分型数据的效率以及准确度，降低测量的误差。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，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，仅仅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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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网络单元上。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，在本申请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，本申请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(可以是个人计算机，服务器，或者网络设备等)执行本申请中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、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (32)

1.一种髋关节的成像方法，其特征在于，包括：

获取目标髋关节的切面图；

获取所述切面图中所述目标髋关节的组织特征信息；

根据所述目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线；

确定第一角度与第二角度，所述第一角度为所述基线与所述骨顶线之间的角度，所述第二角度为所述基线与所述软骨顶线之间的角度；

根据所述第一角度以及第二角度确定所述目标髋关节的参考分型数据。

2.根据权利要求1所述的方法，其特征在于，所述获取所述切面图中所述目标髋关节的组织特征信息，包括：

识别所述切面图中所述目标髋关节的髋臼形态；

若所述切面图确定所述目标髋关节的髋臼形态为预设形态，则从所述切面图中获取所述目标髋关节的组织特征信息。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

若所述切面图确定所述目标髋关节的髋臼形态不为预设形态，则根据所述目标髋关节的髋臼形态确定所述目标髋关节的参考分型数据。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

若所述切面图确定所述目标髋关节的髋臼形态不为预设形态，则根据所述目标髋关节的参考分型数据生成提示信息；

显示所述切面图以及所述提示信息。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：

显示所述切面图与所述参考分型数据。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

根据所述参考分型数据得到伪彩标记图；

显示所述切面图与所述伪彩标记图。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述方法还包括：

接收对所述切面图的输入参数；

根据所述输入参数确定所述参考分型数据。

8.根据权利要求1-7中任一项所述的方法，其特征在于，所述获取目标髋关节的切面图，包括：

向所述目标髋关节发射超声波，以得到超声回波信号；

根据所述超声回波信号得到所述切面图。

9.一种髋关节的成像方法，其特征在于，包括：

获取目标髋关节的切面图；

获取所述切面图中所述目标髋关节的髋臼形态；

若所述目标髋关节的髋臼形态不为预设形态，则根据所述目标髋关节的髋臼形态确定所述目标髋关节的第一参考分型数据；

若所述目标髋关节的髋臼形态为预设形态，则获取所述目标髋关节的组织位置信息；

根据所述组织位置信息确定所述目标髋关节的第二参考分型数据。

10.根据权利要求9所述的方法，其特征在于，所述根据所述组织位置信息确定所述目标髋关节的第二参考分型数据，包括：

根据所述组织位置信息确定基线、骨顶线与软骨顶线；

根据所述基线、骨顶线与软骨顶线确定第一角度与第二角度，所述第一角度为所述基线与所述骨顶线之间的角度，所述第二角度为所述基线与所述软骨顶线之间的角度；

根据所述第一角度与第二角度确定目标髋关节的所述第二参考分型数据。

11.根据权利要求9或10所述的方法，其特征在于，在所述根据所述目标髋关节的髋臼形态确定所述目标髋关节的第一参考分型数据之后，所述方法还包括：

显示所述切面图与所述第一参考分型数据。

12.根据权利要求9-11所述的方法，其特征在于，所述方法还包括：

根据所述第一参考分型数据生成第一伪彩标记图；

显示所述第一伪彩标记图。

13.根据权利要求9-12所述的方法，其特征在于，所述方法还包括：

根据所述第一参考分型数据生成提示信息；

显示所述切面图以及所述提示信息。

14.根据权利要求9或10所述的方法，其特征在于，在所述根据所述组织位置信息确定所述目标髋关节的第二参考分型数据之后，所述方法还包括：

显示所述切面图与所述第二参考分型数据。

15.根据权利要求9-11所述的方法，其特征在于，所述方法还包括：

根据所述第二参考分型数据生成第二伪彩标记图；

显示所述第二伪彩标记图。

16.根据权利要求9-15所述的方法，其特征在于，所述方法还包括：

向所述目标髋关节发射超声波，以得到超声回波信号；

根据所述超声回波信号得到所述切面图。

17.一种髋关节成像系统，其特征在于，包括：处理器、以及存储数据与程序的存储器；

所述处理器，用于获取目标髋关节的切面图；

所述处理器，还用于获取所述切面图中所述目标髋关节的组织特征信息；

所述处理器，还用于根据所述目标髋关节的组织特征信息确定基线、骨顶线与软骨顶线；

所述处理器，还用于确定第一角度与第二角度，所述第一角度为所述基线与所述骨顶线之间的角度，所述第二角度为所述基线与所述软骨顶线之间的角度；

所述处理器，还用于根据所述第一角度以及第二角度确定所述目标髋关节的参考分型数据。

18.根据权利要求17所述的髋关节成像系统，其特征在于，所述处理器，具体用于：

识别所述切面图中所述目标髋关节的髋臼形态；

若所述切面图确定所述目标髋关节的髋臼形态为预设形态，则从所述切面图中获取所述目标髋关节的组织特征信息。

19.根据权利要求18所述的髋关节成像系统，其特征在于，

所述处理器，还用于若所述切面图确定所述目标髋关节的髋臼形态不为预设形态，则根据所述目标髋关节的髋臼形态确定所述目标髋关节的参考分型数据。

20.根据权利要求19所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：第一显示器；

所述处理器，还用于若所述切面图确定所述目标髋关节的髋臼形态不为预设形态，则根据所述目标髋关节的分型结果生成提示信息；

所述第一显示器，用于显示所述切面图以及所述提示信息。

21.根据权利要求17-20中任一项所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：

第二显示器，用于显示所述切面图与所述参考分型数据。

22.根据权利要求17-21中任一项所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：第三显示器；

所述处理器，还用于根据所述参考分型数据得到伪彩标记图；

所述第三显示器，用于显示所述切面图与所述伪彩标记图。

23.根据权利要求17-22中任一项所述的髋关节成像系统，其特征在于，所述处理器，还用于：

接收对所述切面图的输入参数；

根据所述输入参数确定所述参考分型数据。

24.根据权利要求17-23中任一项所述的髋关节成像系统，其特征在于，所述髋关节成像系统，还包括：探头、发射/接收序列电路；

所述发射/接收序列电路，用于激励所述探头产生超声波；

所述探头，用于向所述目标髋关节发射超声波，并接收从所述目标髋关节返回的超声回波，得到超声回波信号；

所述处理器，具体用于根据所述超声回波信号得到所述切面图。

25.一种髋关节成像系统，其特征在于，包括：处理器、以及存储数据与程序的存储器；

所述处理器，用于获取目标髋关节的切面图；

所述处理器，还用于获取所述切面图中所述目标髋关节的髋臼形态；

所述处理器，还用于若所述目标髋关节的髋臼形态不为预设形态，则根据所述目标髋关节的髋臼形态确定所述目标髋关节的第一参考分型数据；

所述处理器，还用于若所述目标髋关节的髋臼形态为预设形态，则获取所述目标髋关节的组织位置信息；

所述处理器，还用于根据所述组织位置信息确定所述目标髋关节的第二参考分型数据。

26.根据权利要求25所述的髋关节成像系统，其特征在于，所述处理器，具体用于：

根据所述组织位置信息确定基线、骨顶线与软骨顶线；

根据所述基线、骨顶线与软骨顶线确定第一角度与第二角度，所述第一角度为所述基线与所述骨顶线之间的角度，所述第二角度为所述基线与所述软骨顶线之间的角度；

根据所述第一角度与第二角度确定目标髋关节的所述第二参考分型数据。

27.根据权利要求25或26所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：第一显示器，

所述第一显示器，用于显示所述切面图与所述第一参考分型数据。

28.根据权利要求25-27中任一项所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：第二显示器；

所述处理器，还用于根据所述第一参考分型数据生成第一伪彩标记图；

所述第二显示器，用于显示所述第一伪彩标记图。

29.根据权利要求25-28中任一项所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：第三显示器，

所述处理器，还用于则根据所述第一参考分型数据生成提示信息；

所述第三显示器，用于显示所述切面图以及所述提示信息。

30.根据权利要求25或26所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：

第四显示器，用于显示所述切面图与所述第二参考分型数据。

31.根据权利要求25-30中任一项所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：第五显示器，

所述处理器，还用于根据所述第二参考分型数据生成第二伪彩标记图；

所述第五显示器，用于显示所述第二伪彩标记图。

32.根据权利要求25-31中任一项所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：探头、发射/接收序列电路；

所述发射/接收序列电路，用于激励所述探头产生超声波；

所述探头，用于向所述目标髋关节发射超声波，并接收从所述目标髋关节返回的超声回波，得到超声回波信号；

所述处理器，具体用于根据所述超声回波信号得到所述切面图。