CN110613482A - 一种髋关节的成像方法以及髋关节成像系统 - Google Patents
一种髋关节的成像方法以及髋关节成像系统 Download PDFInfo
- Publication number
- CN110613482A CN110613482A CN201910161414.5A CN201910161414A CN110613482A CN 110613482 A CN110613482 A CN 110613482A CN 201910161414 A CN201910161414 A CN 201910161414A CN 110613482 A CN110613482 A CN 110613482A
- Authority
- CN
- China
- Prior art keywords
- hip joint
- target
- measurement information
- target hip
- tangent
- 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
- 210000004394 hip joint Anatomy 0.000 title claims abstract description 299
- 238000003384 imaging method Methods 0.000 title claims abstract description 62
- 238000005259 measurement Methods 0.000 claims abstract description 135
- 238000010586 diagram Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 53
- 210000001519 tissue Anatomy 0.000 claims description 135
- 210000001624 hip Anatomy 0.000 claims description 40
- 210000000845 cartilage Anatomy 0.000 claims description 37
- 210000000988 bone and bone Anatomy 0.000 claims description 36
- 239000000523 sample Substances 0.000 claims description 22
- 238000002592 echocardiography Methods 0.000 claims description 8
- 239000003550 marker Substances 0.000 claims 3
- 210000000588 acetabulum Anatomy 0.000 description 34
- 238000013135 deep learning Methods 0.000 description 12
- 210000003692 ilium Anatomy 0.000 description 8
- 208000014906 developmental dysplasia of the hip Diseases 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000002604 ultrasonography Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 210000000281 joint capsule Anatomy 0.000 description 5
- 206010023204 Joint dislocation Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 210000002745 epiphysis Anatomy 0.000 description 3
- 210000000527 greater trochanter Anatomy 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012285 ultrasound imaging Methods 0.000 description 3
- 210000000689 upper leg Anatomy 0.000 description 3
- 206010058314 Dysplasia Diseases 0.000 description 2
- YXOLAZRVSSWPPT-UHFFFAOYSA-N Morin Chemical compound OC1=CC(O)=CC=C1C1=C(O)C(=O)C2=C(O)C=C(O)C=C2O1 YXOLAZRVSSWPPT-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- UXOUKMQIEVGVLY-UHFFFAOYSA-N morin Natural products OC1=CC(O)=CC(C2=C(C(=O)C3=C(O)C=C(O)C=C3O2)O)=C1 UXOUKMQIEVGVLY-UHFFFAOYSA-N 0.000 description 2
- 235000007708 morin Nutrition 0.000 description 2
- 238000004223 overdiagnosis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011164 ossification Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0875—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of bone
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Rheumatology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
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测量信息。该方法包括：获取目标髋关节的切面图；判断所述切面图是否符合预置标准；若否，则获取针对所述切面图不符合所述预置标准的判断结果的第一置信度；若是，则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所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；显示所述切面图与所述测量信息。
Description
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，可以对髋关节进行超声成像，以便对髋关节的特性进行分析，以确定髋关节的健康状态。
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。
除了Graf法之外，还可以参考Morin法测量股骨头覆盖率(femoral headpercentage of cover，FHC)，以股骨头骨性髋臼覆盖部分与股骨头直径比例反映髋关节的稳定性，评估髋关节的状态。
然而，现有方案中，针对新生儿的髋关节各项参数的测量较为复杂，容易出现测量误差。因此，如何获取提高对髋关节的测量准确度，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测量信息。
本申请第一方面提供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；判断所述切面图是否符合预置标准；若否，则获取针对所述切面图不符合所述预置标准的判断结果的第一置信度；若是，则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所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；显示所述切面图与所述测量信息。
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组织特征信息；根据所述目标髋关节的组织特征信息确定所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；显示所述切面图与所述测量信息。
本申请第三方面提供一种成像髋关节成像系统，包括：处理器以及显示器；
所述处理器，用于获取目标髋关节的切面图；
所述处理器，还用于判断所述切面图是否符合预置标准；
所述处理器，还用于若所述切面图不符合预置标准，则获取针对所述切面图不符合所述预置标准的判断结果的第一置信度；
所述处理器，还用于若所述切面图符合预置标准，则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所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；
所述显示器，用于显示所述切面图与所述测量信息。
本申请第四方面提供一种髋关节成像系统，包括：处理器以及显示器；
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所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；
所述显示器，用于显示所述切面图与所述测量信息。
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，首先获取目标髋关节的切面图，可以先判断切面图是否符合预置标准，通常，若目标髋关节已脱位、或者，因扫描不规范造成的切面图中的各个组织特征不共面等情况，将导致得到的切面图并不符合预置标准。可以无需对不符合预置标准的切面图获取测量信息，可以避免获取的测量信息不准确，提高准确率。若切面图符合预置标准，则可以获取切面图中目标髋关节的组织特征信息，并根据组织特征信息确定髋关节的测量信息，包括目标髋关节的角度、距离等信息。因此，在本申请中，可以通过对切面图进行识别，自动检测切面图中髋关节的特征，并通过组织特征信息确定髋关节的测量信息。无需人工进行测量，提高测量的效率，提高对髋关节的测量准确度。
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α角与β角示意图；
图5为本申请实施例提供的另一种可能的α角与β角示意图；
图6为本申请实施例提供的一种可能的股骨头内测切线、外侧切线与基线示意图；
图7为本申请实施例提供的一种可能的股骨头内测切线、外侧切线与基线示意图；
图8为本申请实施例提供的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另一种可能的髋关节示意图；
图11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12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13为本申请实施例提供的一种可能的切面图与置信度显示画面示意图；
图14为本申请实施例提供的一种可能的切面图与提示信息显示画面示意图；
图15为本申请实施例提供的一种可能的切面图、测量信息与置信度显示画面示意图；
图16为本申请实施例提供的另一种可能的切面图、测量信息与置信度显示画面示意图。
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测量信息。
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测量信息，该测量信息可以包括目标髋关节的组织特征之间的角度测量信息以及距离测量信息中的至少一种。显示器104中可以显示目标髋关节的切面图以及测量信息。
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、第三显示器等等，该第一显示器、第二显示器、第三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，也可以显示该第一显示器、第二显示器、第三显示器等所要显示的画面。
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，该切面图包括目标髋关节的各个组织特征。
通常，该切面图可以是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，目标髋关节的切面图可以是目标髋关节的冠状位切面图，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。
在本申请的一个实施例中，该至少一个切面图可以为标准程度大于阈值的切面图，该标准程度可以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。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，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该切面图。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，即切面图；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；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。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本申请中目标髋关节的切面图，或者，从标准程度高于阈值的切面图中任意选择一个作为本申请中目标髋关节的切面图。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标准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。
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。
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，可以从目标髋关节的切面图中获取目标髋关节的组织特征信息。该组织特征信息可以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。若使用Morin法对目标髋关节的健康状态进行判断，则需要包括目标髋关节的平直的髂骨以及股骨头等。
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的切面图进行模型训练，对大量的切面图中的组织特征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。
303、根据目标髋关节的组织特征信息确定目标髋关节的测量信息。
在获取目标髋关节的组织特征信息后，可以根据该组织特征信息确定目标髋关节的测量信息。该组织特征信息中可以包括目标髋关节的各个组织特征的相对位置、形态、尺寸等等。该测量信息可以包括各个组织特征的角度测量信息或距离测量信息等等。此外，该距离测量信息也可以通过比例来表示，例如，该距离测量信息可以是目标髋关节的组织特征之间的距离的比值。
本申请的一种可选实施例中，测量信息可以包括骨顶角与软骨顶角。在以下申请实施例中，骨顶角也可以称为α角，软骨顶角也可以称为β角。确定骨顶角与软骨顶角的具体方式可以是：在获取目标髋关节的组织特征信息后，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。然后确定基线与骨顶线之间的角度，即骨顶角，以及基线与软骨顶线的角度，即软骨顶角。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。α角为基线401与骨顶线402之间的夹角，β角为基线401与入骨顶线403之间的夹角。具体例如，如图5所示，在实际应用场景中，可以根据基线、骨顶线与软骨顶线确定α角与β角。应理解，图4与图5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。
本申请的一种可选实施例中，在得到骨顶角与软骨顶角后，可以根据骨顶角与软骨顶角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，即Graf分型结果。例如，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。
本申请的一种可选实施例中，测量信息可以包括FHC。该FHC为股骨头内侧切线与基线的距离，与，股骨头的内侧切线与外侧切线的距离的比值。其中，股骨头的内侧切线与外侧切线的距离也可以理解为股骨头的直径。确定股骨头内侧切线与基线的距离以及股骨头的直径的方式可以是：确定股骨头的内侧切线、股骨头的外侧切线以及基线，然后计算股骨头的内侧切线与股骨头的外侧切线的距离，也可以记为D，以及计算股骨头的内侧切线与基线的距离，也可以记为d。然后根据d与D的比值，即d/D，确定FHC的值。示例性地，如图6所示，确定出目标髋关节的平直髂骨后，确定基线601。确定股骨头之后，确定股骨头的外侧切线602以及股骨头的外侧切线603。计算内侧切线603与基线601的距离d，以及计算内侧切线603与外侧切线602的距离D。然后确定d与D的比值d/D，得到FHC的值。具体例如，在实际应用中，如图7所示，可以在确定基线、股骨头内侧切线与外侧切线后，计算出基线与内侧切线的距离d，以及内侧切线与外侧切线D。在本申请实施例中，可以根据目标髋关节的组织特征，确定出目标髋关节的FHC的值，相对于人工测量，可以降低测量误差。应理解，图6与图7中仅仅是示例性地标出基线、股骨头内侧切线与股骨头外侧切线的位置，在实际应用中，基线、股骨头内侧切线与股骨头外侧切线位置还可以更精确，此处仅仅是示例性说明，并不作限定。
本申请的一种可选实施例中，在确定出FHC的值后，可以进一步对目标髋关节进行分析，确定目标髋关节的状态。例如，当FHC的值>58％时，该目标髋关节为发育正常状态；当FHC的值<33％时，该目标髋关节为发育异常状态；当FHC的值为33％-58％之间任意值时，该目标髋关节为部分正常，部分异常状态。
本申请的一种可选实施例中，测量信息可以同时包括α角与β角、以及FHC，以结合α角与β角、以及FHC对目标髋关节的状态进行综合分析，使得到的目标髋关节的状态更准确。
304、显示切面图与测量信息。
在得到标准切面以及对应的测量信息后，可以在显示器中显示该切面图与测量信息。其中该测量信息中可以包括目标髋关节的各个组织特征的角度测量信息或距离测量信息等等。此外，该距离测量信息也可以通过比例来表示，例如，该距离测量信息可以是目标髋关节的组织特征之间的距离的比值。
本申请的一种可选实施例中，测量信息可以包括α角与β角。在得到α角与β角之后，可以同时显示切面图与该α角与β角。具体地显示方式可以是在切面图上叠加显示该α角与β角，也可以是在切面图的周边显示该α角与β角。示例性地，如图8所示，可以在切面图上叠加显示该α角与β角。如图9所述，也可以是在切面图的周边显示该α角与β角。
本申请的一种可选实施例中，在得到FHC的值后，可以同时显示切面图与FHC的值。其中，可以在切面图上叠加显示FHC的值，也可以在切面图的周边显示该FHC的值。示例性地，如图10所示，可以在切面图上叠加显示FHC的值，其中，也可以同时显示股骨头的内侧切线与股骨头的外侧切线的距离D，以及股骨头的内侧切线与基线的距离d。如图11所示，也可以在切面图的周边显示该FHC的值。
本申请的一种可选实施例中，测量信息还可以同时包括α角与β角，以及FHC的值，因此，还可以同时显示切面图，以及α角、β角，以及FHC的值。
在本申请中，首先获取目标髋关节的切面图，然后检测切面图中目标髋关节的组织特征信息，并根据组织特征信息确定髋关节的测量信息。因此，在本申请中，可以通过对切面图进行识别，自动检测切面图中髋关节的特征，并通过组织特征信息确定髋关节的测量信息。无需人工进行测量，提高测量的效率，提高对髋关节的测量准确度。
更进一步地，当目标髋关节所包括的状态为各个组织特征不共面时，可以无需对目标组织特征进行测量。具体地，可以参阅图12，本申请实施例中髋关节的成像方法的另一种流程示意图，可以包括：
1201、获取目标髋关节的切面图。
本申请实施例中的步骤1201与前述图3中的步骤301类似，具体此处不再赘述。
1202、判断切面图是否符合预置标准，若是，则执行步骤1204，若否，则执行步骤1203。
在获取切面图之后，还可以判断该切面图是否符合预置标准，若该切面图符合预置标准，则可以执行步骤1204，继续该切面图的组织特征信息以及测量信息。若该切面图不符合预置标准，则可以执行步骤1203，即直接获取针对切面图不符合所述预置标准的判断结果的第一置信度。
具体地，判断切面图是否符合预置标准可以是：识别该切面图中预置的组织特征的形态是否为预置形态，若该预置的组织特征为预设形态，则该切面图符合预置标准，若该组织特征不为预设形态，则该切面图不符合预置标准。例如，可以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1204，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1203，即获取切面图中目标髋关节的组织特征信息。通常，在实际应用中，若目标髋关节的状态为已脱位，则已经可以确定目标髋关节的健康状态，无需再继续获取目标髋关节的测量信息。
示例性地，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。该预设形态可以是目标髋关节的软骨可以覆盖股骨头。具体地，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、特征检测网络、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。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切面图是否符合预置标准，若是，则执行步骤1204，若否，则执行步骤1203。例如，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。
此外，在本申请的一种可选实施方式中，除了可以判断目标髋关节的髋臼形态之外，还可以判断切面图是否为标准切面图来确定该切面图是否符合预置标准。具体可以通过其他组织特征判断切面图是否符合预置标准。例如，组织特征可以包括目标髋关节的髂骨，盂唇，骨缘转折，髂骨下缘，股骨头等等，该组织特征的识别方式可以与髋臼形态的识别方式类似，此处不再赘述。可以判断该组织特征的形态是否满足以下特征：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等等。若切面图中的组织特征不满足上述条件，则可以确定切面图不符合预置标准，可以继续执行步骤1203，确定针对切面图不符合所述预置标准的判断结果的第一置信度，并显示第一置信度。若切面图中的组织特征满足上述条件，则可以确定切面图符合预置标准，可以继续执行步骤1204，获取切面图中目标髋关节的组织特征信息。
因此，在本申请实施例中，可以先判断切面图是否符合预置标准，通常，若目标髋关节已脱位、或者，因扫描不规范造成的切面图中的各个组织特征不共面等情况，将导致得到的切面图并不符合预置标准。可以无需对不符合预置标准的切面图获取测量信息，可以避免获取的测量信息不准确，提高准确率。
1203、确定第一置信度，并显示置信度。
在确定切面图不符合预置标准后，可以对该判断结果的置信度，即第一置信度进行计算，并显示该第一置信度。
该第一置信度可以理解为针对切面图不符合预置标准的判断结果的置信度。例如，若该切面图不为标准切面图，则该第一置信度可以是该切面图不为标准切面图的概率，或者，若该切面图中多个组织特征不共面，则可以确定目标髋关节为脱位状态，或疑似脱位状态等，该第一置信度可以是该目标髋关节为脱位状态，或疑似脱位状态等的概率。
示例性地，若判断出目标髋关节的切面图为非标准的切面图。那么，确定第一置信度的具体方式可以是确定切面图中的各个组织特征，计算各个组织特征为标准组织的概率，并且各个组织特征的相对形态，结合各个组织特征的相对位置、形态等特征，确定判断切面图为非标准的切面图的第一置信度。
示例性地，若判断出目标髋关节的多个组织特征不共面，例如，目标髋关节为已脱位状态。则可以确定目标髋关节的切面图中的各个组织特征为标准组织的概率，确定各个组织特征的相对位置、形态等，然后根据各个组织特征为标准组织的概率、结合各个组织特征的相对位置，确定目标髋关节的多个组织特征不共面的第一置信度。
其中，可选的，计算置信度可以是在判断切面图是否符合预置标准之前，在确定目标髋关节的切面图不符合预置标准时，可以直接获取该第一置信度。
可以理解为，若切面图不符合预置标准，一种场景可以是该切面图为非标准切面图，另一种场景可以是该切面图中的组织特征不共面，例如，目标髋关节为半脱位，或已脱位等场景。
具体地，在得到切面图后，可以通过深度学习的方式，确定切面图中各个组织特征符合标准组织特征的概率，然后结合各个组织特征的相对位置、形态等等，计算出第一置信度。示例性地，各个组织特征符合的标准可以包括：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。因此，可以通过深度学习的方式，检测切面图所包括的组织特征，根据切面图所包括的组织特征，可以判断切面图中所包括的组织特征是否为标准，得到各个组织特征符合预置标准的概率，并且结合各个组织特征的相对位置、形态等等进行计算，计算出第一置信度。
本申请的一种可选实施例中，在得到第一置信度后，可以同时显示切面图与第一置信度。具体地，可以是在切面图上叠加显示该第一置信度，也可以是在该切面图周边显示该第一置信度，具体可以根据实际应用场景调整，此处不作限定。例如，如图13所示，可以在切面图上叠加显示第一置信度Q。在本申请实施例中，可以同时显示切面图与置信度，使操作人员可以根据该置信度，更准确地对目标髋关节进行观察，更准确地确定目标髋关节的状态。
本申请的一种可选实施例中，在确定切面图不符合预置标准后，还可以对该切面图生成提示信息，例如，“已脱位”、“半脱位”、或“图像不标准”等等提示信息。并且，在生成提示信息后，同时显示切面图与该显示该提示信息。具体地，可以是在切面图上叠加显示该提示信息，也可以是在该切面图周边显示该提示信息，具体可以根据实际应用场景调整，此处不作限定。示例行地，如图14所示，可以在脱位的切面图中叠加显示提示信息“已脱位！！！”。
本申请的一种可选实施例中，在确定切面图不符合预置标准后，还可以根据该切面图生成对应的曲线图、模拟三维图像等等。例如，若切面图中多个组织特征已不共面，目标髋关节为脱位状态，那么，可以根据该切面图生成模拟三维图像，三维显示目标髋关节的脱位状态。或者根据该切面图生成脱位的曲线图，以显示目标髋关节的脱位状态等。
本申请的一种可选实施例中，可以根据第一置信度生成第一伪彩图，具体地，可以根据预置的规则，生成第一伪彩图。例如，第一置信度高于阈值，可以对应较醒目的颜色，例如，绿色、红色等等。第一置信度低于阈值，则可以对应浅色，例如，灰色等。或者，可以根据第一置信度的值生成不同灰度的伪彩图，第一置信度越高，灰度值越高，第一置信度越低，灰度值越小等等。
1204、获取切面图中目标髋关节的组织特征信息。
在确定切面图不符合预置标准后，可以获取该切面图中目标髋关节的组织特征信息。该组织特征信息可以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。
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时，可以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，并通过该组织位置信息来确定目标髋关节的测量信息。具体可以根据实际应用场景调整，此处并不作限定。
1205、根据目标髋关节的组织特征信息确定目标髋关节的测量信息。
1206、显示切面图与测量信息。
具体地，本申请实施例中的步骤1204、1205、1206与前述图3中的步骤302、303、304类似，此处不再赘述。
本申请的一种可选实施例中，在确定目标髋关节的测量信息之后，也可以获取测量信息的第二置信度。其中，具体确定第二置信度的过程可以是结合切面图中的各个组织特征是标准组织的概率，与各个组织特征的相对位置、形态等几何特征，计算出第二置信度。更具体的第二置信度的计算与步骤1203中第一置信度的计算方法类似，具体此处不再赘述。并且，在得到第二置信度之后，还可以在显示器上显示切面图、测量信息与第二置信度等。例如，如图15所示，可以在切面图中同时叠加显示α角、β角与置信度。又例如，如图16所示，可以同时在切面图中同时叠加显示FHC与第二置信度。因此，在本申请实施例中，在得到测量信息之后，还可以进一步获取第二置信度，使操作人员可以同时对测量信息与第二置信度进行结合观察，确定测量信息的准确度。
本申请的一种可选实施例中，可以根据第二置信度生成第二伪彩图，具体地，可以根据预置的规则，生成第二伪彩图。例如，第二置信度高于阈值，可以对应较醒目的颜色，例如，绿色、红色等等。第二置信度低于阈值，则可以对应浅色，例如，灰色等。或者，可以根据第二置信度的值生成不同灰度的伪彩图，第二置信度越高，灰度值越高，第二置信度越低，灰度值越小等等。因此，在本申请实施例中，可以通过为彩图的方式，直观地显示第二置信度的结果，更有利于操作人员观察。
在本申请中，首先获取目标髋关节的切面图，可以先判断切面图是否符合预置标准，通常，若目标髋关节已脱位、或者，因扫描不规范造成的切面图中的各个组织特征不共面等情况，将导致得到的切面图并不符合预置标准。可以无需对不符合预置标准的切面图获取测量信息，可以避免获取的测量信息不准确，提高准确率。若切面图符合预置标准，则可以获取切面图中目标髋关节的组织特征信息，并根据组织特征信息确定髋关节的测量信息。因此，在本申请中，可以通过对切面图进行识别，自动检测切面图中髋关节的特征，并通过组织特征信息确定髋关节的测量信息。无需人工进行测量，提高测量的效率，提高对髋关节的测量准确度。
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 (38)
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；
判断所述切面图是否符合预置标准；
若否，则获取针对所述切面图不符合所述预置标准的判断结果的第一置信度；
若是，则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所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；
显示所述切面图与所述测量信息。
2.根据权利要求1所述的方法，其特征在于，包括：
所述测量信息包括所述目标髋关节的骨顶角与软骨顶角，或股骨头覆盖率FHC中的至少一种。
3.根据权利要求1所述的方法，其特征在于，若所述测量信息包括所述目标髋关节的骨顶角与软骨顶角，则所述根据所述目标髋关节的组织特征信息确定所述目标髋关节的测量信息，包括：
根据所述目标髋关节的组织特征信息确定所述切面图中的基线、骨顶线与软骨顶线；
根据所述基线与所述骨顶线确定所述骨顶角，并根据所述基线与所述软骨顶线确定所述软骨顶角。
4.根据权利要求2或3所述的方法，其特征在于，若所述测量信息包括所述FHC，则所述根据所述目标髋关节的组织特征信息确定所述目标髋关节的测量信息，包括：
根据所述目标髋关节的组织特征信息确定所述切面图中的基线、股骨头的外侧切线与股骨头内侧切线；
确定所述股骨头内侧切线与所述基线的距离、以及所述股骨头的内侧切线与所述股骨头的外侧切线的距离；
根据所述股骨头内侧切线与所述基线的距离，与所述股骨头的内侧切线与所述股骨头的外侧切线的距离的比值，得到所述FHC。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第一置信度得到第一伪彩标记图；
显示所述第一伪彩标记图。
6.根据权利要求1-5中任一项所述的方法，其特征在于，若所述切面图符合预置标准，所述方法还包括：
根据所述目标髋关节的组织特征信息获取所述测量信息的第二置信度；
显示所述第二置信度。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
根据所述第二置信度得到第二伪彩标记图；
显示所述第二伪彩标记图。
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目标髋关节的切面图。
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组织特征信息；
根据所述目标髋关节的组织特征信息确定所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；
显示所述切面图与所述测量信息。
10.根据权利要求9所述的方法，其特征在于，包括：
所述测量信息包括所述目标髋关节的骨顶角与软骨顶角，或股骨头覆盖率FHC中的至少一种。
11.根据权利要求10所述的方法，其特征在于，若所述测量信息包括所述目标髋关节的骨顶角与软骨顶角，则所述根据所述目标髋关节的组织特征信息确定所述目标髋关节的测量信息，包括：
根据所述目标髋关节的组织特征信息确定所述切面图中的基线、骨顶线与软骨顶线；
根据所述基线与所述骨顶线确定所述骨顶角，并根据所述基线与所述软骨顶线确定所述软骨顶角。
12.根据权利要求10或11所述的方法，其特征在于，若所述测量信息包括所述FHC，则所述根据所述目标髋关节的组织特征信息确定所述目标髋关节的测量信息，包括：
根据所述目标髋关节的组织特征信息确定所述切面图中的基线、股骨头的外侧切线与股骨头内侧切线；
确定所述股骨头内侧切线与所述基线的距离、以及所述股骨头的内侧切线与所述股骨头的外侧切线的距离；
根据所述股骨头内侧切线与所述基线的距离，与所述股骨头的内侧切线与所述股骨头的外侧切线的距离的比值，得到所述FHC。
13.根据权利要求9-12中任一项所述的方法，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：
判断所述切面图是否符合预置标准；
若是，则获取所述切面图中所述目标髋关节的组织特征信息。
14.根据权利要求13所述的方法，其特征在于，其特征在于，若所述切面图不符合预置标准，所述方法还包括：
获取针对所述切面图不符合所述预置标准的判断结果的的第一置信度；
显示所述第一置信度。
15.根据权利要求14所述的方法，其特征在于，所述方法还包括：
根据所述第一置信度得到第一伪彩标记图；
显示所述第一伪彩标记图。
16.根据权利要求13-15中任一项所述的方法，其特征在于，其特征在于，若所述切面图不符合预置标准，所述方法还包括：
根据所述切面图生成提示信息；
显示所述提示信息。
17.根据权利要求13-16所述的方法，其特征在于，所述方法还包括：
根据所述目标髋关节的组织特征信息确定所述测量信息的第二置信度；
显示所述第二置信度。
18.根据权利要求14所述的方法，其特征在于，所述方法还包括：
根据所述第二置信度得到第二伪彩标记图；
显示所述第二伪彩标记图。
19.根据权利要求9-18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目标髋关节的切面图。
20.一种成像髋关节成像系统，其特征在于，包括：处理器以及显示器
所述处理器，用于获取目标髋关节的切面图；
所述处理器，还用于判断所述切面图是否符合预置标准；
所述处理器，还用于若所述切面图不符合预置标准，则获取针对所述切面图不符合所述预置标准的判断结果的第一置信度；
所述处理器，还用于若所述切面图符合预置标准，则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所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；
所述显示器，用于显示所述切面图与所述测量信息。
21.根据权利要求20所述的髋关节成像系统，其特征在于，包括：
所述测量信息包括所述目标髋关节的骨顶角与软骨顶角，或股骨头覆盖率FHC中的至少一种。
22.根据权利要求21所述的髋关节成像系统，其特征在于，若所述测量信息包括所述目标髋关节的骨顶角与软骨顶角，则所述处理器，还用于：
根据所述目标髋关节的组织特征信息确定所述切面图中的基线、骨顶线与软骨顶线；
根据所述基线与所述骨顶线确定所述骨顶角，并根据所述基线与所述软骨顶线确定所述软骨顶角。
23.根据权利要求21或22所述的髋关节成像系统，其特征在于，若所述测量信息包括所述FHC，则所述处理器，还用于：
根据所述目标髋关节的组织特征信息确定所述切面图中的基线、股骨头的外侧切线与股骨头内侧切线；
确定所述股骨头内侧切线与所述基线的距离、以及所述股骨头的内侧切线与所述股骨头的外侧切线的距离；
根据所述股骨头内侧切线与所述基线的距离，与所述股骨头的内侧切线与所述股骨头的外侧切线的距离的比值，得到所述FHC。
24.根据权利要求20所述的髋关节成像系统，其特征在于，
所述处理器，还用于根据所述第一置信度得到第一伪彩标记图；
所述显示器，还用于显示所述第一伪彩标记图。
25.根据权利要求20-24中任一项所述的髋关节成像系统，其特征在于，若所述切面图不符合预置标准，
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所述切面图的第二置信度；
所述显示器，还用于显示所述第二置信度。
26.根据权利要求25所述的髋关节成像系统，其特征在于，所述髋关节成像系统还包括：
所述处理器，还用于根据所述第二置信度得到第二伪彩标记图；
所述显示器，还用于显示所述第二伪彩标记图。
27.根据权利要求20-26中任一项所述的髋关节成像系统，其特征在于，所述髋关节数据测量设，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。
28.一种髋关节成像系统，其特征在于，包括：处理器以及显示器；
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所述目标髋关节的测量信息，所述测量信息包括所述目标髋关节的组织特征之间的角度测量信息和距离测量信息中的至少一种；
所述显示器，用于显示所述切面图与所述测量信息。
29.根据权利要求28所述的髋关节成像系统，其特征在于，包括：
所述测量信息包括所述目标髋关节的骨顶角与软骨顶角，或股骨头覆盖率FHC中的至少一种。
30.根据权利要求29所述的髋关节成像系统，其特征在于，若所述测量信息包括所述目标髋关节的骨顶角与软骨顶角，则所述处理器，具体用于：
根据所述目标髋关节的组织特征信息确定所述切面图中的基线、骨顶线与软骨顶线；
根据所述基线与所述骨顶线确定所述骨顶角，并根据所述基线与所述软骨顶线确定所述软骨顶角。
31.根据权利要求29或30所述的髋关节成像系统，其特征在于，若所述测量信息包括所述FHC，则所述处理器，具体用于：
根据所述目标髋关节的组织特征信息确定所述切面图中的基线、股骨头的外侧切线与股骨头内侧切线；
确定所述股骨头内侧切线与所述基线的距离、以及所述股骨头的内侧切线与所述股骨头的外侧切线的距离；
根据所述股骨头内侧切线与所述基线的距离，与所述股骨头的内侧切线与所述股骨头的外侧切线的距离的比值，得到所述FHC。
32.根据权利要求28-31中任一项所述的髋关节成像系统，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：
所述处理器，还用于判断所述切面图是否符合预置标准；
所述处理器，还用于若所述切面图符合预置标准，则获取所述切面图中所述目标髋关节的组织特征信息。
33.根据权利要求32所述的髋关节成像系统，其特征在于，其特征在于，
所述处理器，还用于若所述切面图不符合预置标准，获取针对所述切面图不符合所述预置标准的判断结果的的第一置信度；
所述显示器，还用于显示所述第一置信度。
34.根据权利要求33所述的髋关节成像系统，其特征在于，
所述处理器，还用于根据所述第一置信度得到第一伪彩标记图；
所述显示器，还用于显示所述第一伪彩标记图。
35.根据权利要求32-34中任一项所述的髋关节成像系统，其特征在于，其特征在于，
所述处理器，还用于若所述切面图不符合预置标准，根据所述切面图生成提示信息；
所述显示器，还用于显示所述提示信息。
36.根据权利要求28-35中任一项所述的髋关节成像系统，其特征在于，
所述处理器，还用于根据所述目标髋关节的组织特征信息确定所述测量信息的第二置信度；
所述显示器，还用于显示所述置信度。
37.根据权利要求36所述的髋关节成像系统，其特征在于，
所述处理器，还用于根据所述置信度得到伪彩标记图；
所述显示器，还用于显示所述伪彩标记图。
38.根据权利要求28-37中任一项所述的髋关节成像系统，其特征在于，所述髋关节数据测量设，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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910161414.5A CN110613482A (zh) | 2019-03-04 | 2019-03-04 | 一种髋关节的成像方法以及髋关节成像系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910161414.5A CN110613482A (zh) | 2019-03-04 | 2019-03-04 | 一种髋关节的成像方法以及髋关节成像系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110613482A true CN110613482A (zh) | 2019-12-27 |
Family
ID=68921166
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910161414.5A Pending CN110613482A (zh) | 2019-03-04 | 2019-03-04 | 一种髋关节的成像方法以及髋关节成像系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110613482A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111429417A (zh) * | 2020-03-19 | 2020-07-17 | 中南大学 | 儿童股骨头旋转中心检测方法 |
| CN112233084A (zh) * | 2020-10-13 | 2021-01-15 | 深圳度影医疗科技有限公司 | 超声图像处理方法、设备及计算机可读存储介质 |
| CN113197596A (zh) * | 2020-05-29 | 2021-08-03 | 深圳迈瑞生物医疗电子股份有限公司 | 超声成像设备及其超声回波数据的处理方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2371291A1 (de) * | 2010-03-31 | 2011-10-05 | Dr. med. Roman Winkler | Bildgebendes Messverfahren und Vorrichtung |
| CN105263420A (zh) * | 2013-04-03 | 2016-01-20 | 皇家飞利浦有限公司 | 3d超声成像系统 |
| CN107146214A (zh) * | 2016-03-01 | 2017-09-08 | 厦门大学 | 儿童髋关节发育状况计算机自动诊断的方法 |
-
2019
- 2019-03-04 CN CN201910161414.5A patent/CN110613482A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2371291A1 (de) * | 2010-03-31 | 2011-10-05 | Dr. med. Roman Winkler | Bildgebendes Messverfahren und Vorrichtung |
| CN105263420A (zh) * | 2013-04-03 | 2016-01-20 | 皇家飞利浦有限公司 | 3d超声成像系统 |
| CN107146214A (zh) * | 2016-03-01 | 2017-09-08 | 厦门大学 | 儿童髋关节发育状况计算机自动诊断的方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111429417A (zh) * | 2020-03-19 | 2020-07-17 | 中南大学 | 儿童股骨头旋转中心检测方法 |
| CN111429417B (zh) * | 2020-03-19 | 2023-06-16 | 中南大学 | 儿童股骨头旋转中心检测方法 |
| CN113197596A (zh) * | 2020-05-29 | 2021-08-03 | 深圳迈瑞生物医疗电子股份有限公司 | 超声成像设备及其超声回波数据的处理方法 |
| CN113197596B (zh) * | 2020-05-29 | 2023-01-03 | 深圳迈瑞生物医疗电子股份有限公司 | 超声成像设备及其超声回波数据的处理方法 |
| CN112233084A (zh) * | 2020-10-13 | 2021-01-15 | 深圳度影医疗科技有限公司 | 超声图像处理方法、设备及计算机可读存储介质 |
| CN112233084B (zh) * | 2020-10-13 | 2022-02-08 | 深圳度影医疗科技有限公司 | 超声图像处理方法、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9183629B2 (en) | Method and system of automatic determination of geometric elements characterizing a bone deformation from 3D image | |
| CN109069119B (zh) | 用于超声胎儿成像的3d图像合成 | |
| JP5192921B2 (ja) | 超音波診断装置 | |
| CN110613482A (zh) | 一种髋关节的成像方法以及髋关节成像系统 | |
| Mascarenhas et al. | Imaging methodology for hip preservation: techniques, parameters, and thresholds | |
| CN110604592B (zh) | 一种髋关节的成像方法以及髋关节成像系统 | |
| Hareendranathan et al. | Toward automated classification of acetabular shape in ultrasound for diagnosis of DDH: Contour alpha angle and the rounding index | |
| JP5235103B2 (ja) | 超音波診断装置 | |
| KR20150072222A (ko) | 대상체의 측정값과 관련된 부가 정보를 디스플레이하기 위한 방법 및 장치 | |
| WO2021155373A1 (en) | Systems and methods for detection of musculoskeletal anomalies | |
| CN110604594B (zh) | 一种髋关节的成像方法以及髋关节成像系统 | |
| CN109106481B (zh) | 髋臼骨缺损程度的确定方法及装置 | |
| US11246569B2 (en) | Apparatus and method for automatic ultrasound segmentation for visualization and measurement | |
| US20230320700A1 (en) | Apparatus and method for automatic ultrasound segmentation for visualization and measurement | |
| KR20190022185A (ko) | 태아의 신체 계측 방법 및 이를 이용한 태아의 신체 계측 디바이스 | |
| WO2021120065A1 (zh) | 解剖结构的自动测量方法和超声成像系统 | |
| CN110613481A (zh) | 一种髋关节的成像方法以及髋关节成像系统 | |
| KR101144867B1 (ko) | 인체 내 오브젝트를 스캔하는 ３차원 초음파 검사기 및 ３차원 초음파 검사기 동작 방법 | |
| CN114693666A (zh) | 一种用于判断髋臼形态的系统及方法 | |
| Zhou et al. | Semi-automatic measurement of scoliotic angle using a freehand 3-D ultrasound system Scolioscan | |
| EP2807977B1 (en) | Ultrasound diagnosis method and aparatus using three-dimensional volume data | |
| CN110604596A (zh) | 一种髋关节的超声成像方法以及髋关节成像系统 | |
| CN115670519A (zh) | 一种髋关节发育异常分析系统及方法 | |
| Overhoff et al. | Visualization of a newborn's hip joint using 3D ultrasound and automatic image processing | |
| Vo | Reliability of Three-dimensional Ultrasound Parameters and Their Correlation with the Progression of Adolescent Idiopathic Scoliosis |
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 |