CN110772278A - 一种植入体的术后验证方法、装置和终端 - Google Patents
一种植入体的术后验证方法、装置和终端 Download PDFInfo
- Publication number
- CN110772278A CN110772278A CN201810853623.1A CN201810853623A CN110772278A CN 110772278 A CN110772278 A CN 110772278A CN 201810853623 A CN201810853623 A CN 201810853623A CN 110772278 A CN110772278 A CN 110772278A
- Authority
- CN
- China
- Prior art keywords
- implant
- image data
- post
- region
- interest
- 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
- 239000007943 implant Substances 0.000 title claims abstract description 283
- 230000002980 postoperative effect Effects 0.000 title claims abstract description 105
- 238000012795 verification Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012800 visualization Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 230000008569 process Effects 0.000 description 12
- 238000002591 computed tomography Methods 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000002513 implantation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 2
- 239000004053 dental implant Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000002310 elbow joint Anatomy 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Prostheses (AREA)
Abstract
本发明实施例涉及医疗器械，公开了一种植入体的术后验证方法、装置和终端。本发明中植入体的术后验证方法，获取包含植入体的术后图像数据，识别术后图像数据中每一个植入体；计算每一个植入体的待验证特征，其中，待验证特征包括植入体质量中心在当前图像数据中的位置以及植入体在当前图像数据中的主成分方向；分别将计算得到的每一个植入体的待验证特征与术前预设的每一个植入体的待验证特征进行匹配，获得匹配结果；根据该匹配结果，确定每一个植入体的术后验证结果。本发明提供植入体的术后验证方法、装置和终端，使得可以快速对外科植入体手术进行验证并获得准确的验证结果。
Description
技术领域
本发明实施例涉及医疗器械，特别涉及一种植入体的术后验证方法、装置和终端。
背景技术
外科植入体是通过外科侵入方法，保留在目的操作位置的器械。目的操作位置可以是人体关节、眼表面、口腔等。外科植入体如：骨钉、肘关节假体、假牙、种植牙等。
外科植入体至少要在目的操作位置保留至少30天以上，因而通常在植入外科植入体手术之后，需要对植物的位置进行检查验证，通过确定术后植入体位置的准确性，判定此次植入手术是否成功。发明人发现现有技术中至少存在如下问题：目前对术后外科植入体的验证通常只能靠医生自己逐一识别外科植入体的电子计算机断层扫描(ComputedTomography，简称“CT”)图像，完成对外科植入体的验证。这种验证方法非常繁琐、耗时，同时，由于需要医生自己通过识别外科植入体的CT图像，精确度低。
发明内容
本发明实施方式的目的在于提供一种植入体的术后验证方法、装置和终端，使得可以快速对外科植入体手术进行验证并获得准确的验证结果。
为解决上述技术问题，本发明的实施方式提供了一种植入体的术后验证方法，包括：获取包含植入体的术后图像数据，识别术后图像数据中每一个植入体；计算每一个植入体的待验证特征，其中，待验证特征包括植入体质量中心在当前图像数据中的位置以及植入体在当前图像数据中的主成分方向；分别将计算得到的每一个植入体的待验证特征与术前预设的每一个植入体的待验证特征进行匹配，获得匹配结果；根据该匹配结果，确定每一个植入体的术后验证结果。
本发明的实施方式还提供了一种植入体的术后验证装置，包括：植入体识别模块、待验证特征计算模块、匹配模块和验证结果确定模块；该植入体识别模块用于获取包含植入体的术后图像数据，识别术后图像数据中每一个植入体；待验证特征计算模块用于计算每一个植入体的待验证特征，其中，该待验证特征包括植入体质量中心在当前图像数据中的位置以及该植入体在当前图像数据中的主成分方向；匹配模块用于分别将计算得到的每一个植入体的待验证特征与术前预设的每一个植入体的待验证特征进行匹配，获得匹配结果；验证结果确定模块用于根据匹配结果，确定每一个植入体的术后验证结果。
本发明的实施方式还提供了一种终端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述植入体的术后验证方法。
本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述的植入体的术后验证方法。
本发明实施方式相对于现有技术而言，通过获取包含植入体的术后图像数据，识别该术后图像数据中每一个植入体，从而可以计算出每一个植入体的待验证特征，将计算得到的每一个植入体的待验证特征和术前预设的每一个植入体的待验证特征进行匹配，并根据匹配结果确定每一个植入体的术后验证结果，由于在整个验证过程中无需人工逐一识别术后图像数据中的植入体以及无需人工将术后图像数据中每一个植入体的空间位置与术前预设的每一个植入体的空间位置进行匹配，从而大大加快了对植入体的术后验证速度。同时由于待验证特征为植入体的质量中心在术后图像数据中的位置和该植入体在该术后图像数据中的主成分方向，从而确保了在对植入体进行术后验证时的准确性，且由于无需人工进行匹配，避免了因人的差异和人的疏忽造成验证不准确的情况。
另外，获取包含植入体的术后图像数据，识别术后图像数据中每一个植入体，具体包括：在该术后图像数据中设定感兴趣区域，在该感兴趣区域为该植入体在该术后图像数据中的所处区域；根据该感兴趣区域中的每一个体素的灰度值和预设阈值，确定该感兴趣区域中每一个属于植入体的体素；根据确定的每一个属于植入体的体素，识别该感兴趣区域中的每一个植入体。通过设定感兴趣区域，缩小了对术后图像数据进行识别的区域，从而加快对术后图像数据中每一个植入体识别的速度，同时通过感兴趣区域中的每一个体素的灰度值与预设阈值，确定感兴趣区域中每一个属于植入体的体素，简化了对植入体识别的步骤，且处理速度快。
另外，根据确定的每一个属于植入体的体素，识别感兴趣区域中的每一个植入体之后，还包括：将确定的每一个属于植入体的体素转化为可视化数据。可视化数据更便于用户查看确定的每一个植入体。
另外，根据确定的每一个属于植入体的体素，识别感兴趣区域中的每一个植入体之后，还包括：通过滤波器在感兴趣区域内对识别出的每一个植入体进行去噪处理。通过去噪处理后，使得识别出的每一个植入体更加准确。
另外，在术后图像数据中设定感兴趣区域之前，术后验证方法还包括获取术前的图像数据；在术后图像数据中设定感兴趣区域，具体包括：根据术后图像数据和术前图像数据的差值，设定感兴趣区域。无需人工设置，从而加快了对植入体的术后验证速度。
另外，计算每一个植入体的待验证特征，具体包括：根据识别的每一个植入体的体素和质量中心公式，计算每一个植入体的质量中心在术后图像数据中的位置；根据识别的每一个植入体的体素和主成分轴算法，计算每一个植入体在术后图像中的主成分方向。由于植入体的材料相同、重量分布均匀，使得采用质量中心公式计算每一个植入体的质量中心在术后图像数据中的位置以及采用主成分轴算法计算每一个植入体在术后图像中的主成分方向非常简便，从而可以提高计算的速度。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是本发明第一实施方式提供的一种植入体的术后验证方法的具体流程示意图；
图2是本发明第一实施方式中识别术后图像数据中每一个植入体的具体流程示意图；
图3是本发明第二实施方式提供的一种植入体的术后验证方法中识别术后图像数据中每一个植入体的具体流程示意图；
图4是本发明第三实施方式提供的一种植入体的术后验证装置的具体结构示意图；
图5是本发明第四实施方式提供的植入体识别模块的具体结构示意图；
图6是本发明第五实施方式提供的一种终端的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种植入体的术后验证方法。该方法用于验证植入体是否准确植入到术前预设的位置。其中，植入体的可以是种植牙、骨钉、肘关节假体等。具体的流程如图1所示。
步骤101：获取包含植入体的术后图像数据，识别术后图像数据中每一个植入体。
具体的说，获取该被植入者术后包含植入体的电子计算机断层扫描(ComputedTomography，简称“CT”)图像数据，由于CT图像初始时为二维图像，因而需要将该二维图像数据转化三维图像数据，转化数据时可以利用相关工具进行，如：函数绘图软件，具体的转化过程这里将不再赘述。经过转化得到的三维图像数据即为包含植入体的术后图像数据。本实施方式中的图像数据为CT图像数据，此处仅为举例说明，在实际中并不限制术后图像数据的类型。
一个具体实现中，获取包含植入体的术后图像数据，识别该术后图像数据中每一个植入体，具体包括以下子步骤，如图2所示：
子步骤1011：在术后图像数据中设定感兴趣区域，感兴趣区域为植入体在该术后图像数据中的所处区域。
在术后图像数据中设定感兴趣区域有多种方式，本实施方式将列举两种设定方法。
方法一：在术后图像数据中设定感兴趣区域之前，术后验证方法还包括获取术前的图像数据。具体的说，被植入者的术前图像数据应当与术后图像数据的类型相同，即术前为CT图像数据，则术后也应为CT图像数据；且术前图像数据与术后图像数据对应被植入者的拍摄的位置应当相同。
根据术后图像数据和术前图像数据的差值，设定感兴趣区域。具体的说，由于术后图像数据和术前图像数据的差别仅在于术后图像数据中包含植入体，因而，将术后图像数据和术前图像数据进行相减，得到的差值即为感兴趣区域。当然，此处的图像数据为不可视化的数据。
方法二：将不可视化的术后图像数据转化可视化术后图像数据，通过可视化术后图像数据，人工在术后图像数据中设定出感兴趣区域。当然，为了方便在后续步骤中加快对植入体的识别，在设定出感兴趣区域之后可以将可视化术后图像数据转化为不可视化图像数据。
需要说明的是，在实际应用中，可以根据实际需要选择设定感兴趣区域的方法。
子步骤1012：根据感兴趣区域中的每一个体素的灰度值和预设阈值，确定感兴趣区域中每一个属于植入体的体素。
具体的说，将感兴趣区域中的每一个体素的灰度值和预设阈值进行比较，分别判断每一个体素的灰度值是否超过预设阈值，若体素的灰度值超过预设阈值，则确定该体素属于植入体的体素；若体素的灰度值未超过预设阈值，则确定该体素不属于植入体的体素。本实施方式中，灰度值可以采用16位或者32位。其中，预设阈值可以根据植入体的材料预先计算得到，例如，若植入体为金属假牙，可以根据该金属假牙在N张三维图像数据中的灰度值确定，N为大于1的整数，如阈值可以取N张三维图像中灰度值的平均值。当然，本实施方式不对该预设阈值的取值范围做限定，具体可以根据实际的需要，多次试验得到，如，本实施方式中采用16位的灰度值，经过多次试验后预设阈值确定为800。
子步骤1013：根据确定的每一个属于植入体的体素，识别感兴趣区域中的每一个植入体。
具体的说，由于确定了每一个属于植入体的体素，即可获取每一个属于植入体的体素在该术后图像数据中的坐标。术后图像数据中一个植入体是由一个一个相邻的体素组成，根据这一特性以及每一个识别的体素对应的坐标，即可快速的识别出感兴趣区域中的每一个植入体。当然，还可以根据识别物体形状的算法，快速识别出感兴趣区域中的每一个植入体，本实施方式中将不一一列举。
需要说明的是，在子步骤1013执行完成之后，则执行步骤102。
步骤102：计算每一个植入体的待验证特征，其中，待验证特征包括植入体质量中心在当前图像数据中的位置以及植入体在当前图像数据中的主成分方向。
一个具体的实现中，根据识别的每一个植入体的体素和质量中心公式，计算每一个植入体的质量中心在术后图像数据中的位置；根据识别的每一个植入体的体素和主成分轴算法，计算每一个植入体在术后图像中的主成分方向。
具体的说，有同一个植入体的材料相同、质量均匀，为了提高计算每一个植入体的质量中心位置，可以采用质量中心公式进行计算。具体的公式如下：
在三维空间中，则可以得到质量中心的坐标为：
其中，从公式1-2可以看出，M为一个植入体的总质量，m为一个体素的质量，N表示一个植入体在当前图像数据中由N个体素组成。而xi、yi和zi则表示每一个体素的三维坐标值。需要说明的是，术后图像数据中，每一个体素的三维坐标是可以通过读取获得的。
在计算植入体的主成分方向时，考虑到计算的快速和准确，本实施方式中将采用降维的方式，如主成分轴(Principle Component Axis，简称“PCA”)算法。由于可以获知确定的每一个植入体的每一个体素的三维坐标值，根据PCA算法即可计算出每一个植入体的主成分方向，其中，PCA的具体算法，本实施方式将不再进行赘述。
步骤103：分别将计算得到的每一个植入体的待验证特征与术前预设的每一个植入体的待验证特征进行匹配，获得匹配结果。
具体的说，通常对被植入者种植植入体之前，需要一个详细的关于植入体的术前规划，即通过术前图像数据，预先确定每个植入体的在当前图像数据中的质量中心的位置以及每一个植入体在当前图像数据中主成分方向。
匹配的过程即分别判断术后每一个植入体的质量中心在当前图像数据中的位置是否与术前预设的每一个植入体在当前图像数据中的位置匹配，以及判断术后每一个植入体在当前图像数据的主成分方向是否与术前预设的每一个植入体在当前图像数据的主成分方向匹配；并获取每一个植入体的质量中心在当前图像数据中的位置匹配结果和主成分方向匹配结果作为每一个植入体的匹配结果。下面将以一个具体的例子说明匹配的过程。
例如，假设术后图像数据中包含1个植入体，植入体A的质量中心在术后图像数据中的位置为OA(x1,y1,z1)，主成分方向为U1。术前预设的植入体A1的质量中心在当前图像数据中的位置为OA1(x3,y3,z3)，主成分方向为U3。将植入体A的待检测特征分别与术前的植入体A1的待检测特征进行匹配，若OA(x1,y1,z1)与OA1(x3,y3,z3)之间的差值仅在0.1mm以内，则判定植入体A的质量中心的位置与术前预设的质量中心的位置完全匹配，否则为不匹配；U1和U3方向之间的差值在0.1以内，则判定植入体A的主成分方向与术前预设的植入体A1的主成分方向完全匹配；那么植入体A的匹配结果包括质量中心位置的匹配结果和方向的匹配结果。
步骤104：根据该匹配结果，确定每一个植入体的术后验证结果。
具体的说，每一个植入体的匹配结果中包含了当前植入体的质量中心的匹配结果和主成分方向的匹配结果，只要当这两个匹配结果为匹配时，才能判定当前植入体的植入位置准确；若仅有一个匹配结果为匹配，则判定当前植入体的植入位置不准确。当然，除了显示验证结果外，还可以显示当前植入体的质量中心的匹配结果和主成分方向的匹配结果，以及显示当前植入体的质量中心在当前图像数据中的位置以及该植入体的主成分方向，以便医生等人可以获知植入体准确的空间位置。
本发明实施方式相对于现有技术而言，通过获取包含植入体的术后图像数据，识别该术后图像数据中每一个植入体，从而可以计算出每一个植入体的待验证特征，将计算得到的每一个植入体的待验证特征和术前预设的每一个植入体的待验证特征进行匹配，并根据匹配结果确定每一个植入体的术后验证结果，由于在整个验证过程中无需人工逐一识别术后图像数据中的植入体以及无需人工将术后图像数据中每一个植入体的空间位置与术前预设的每一个植入体的空间位置进行匹配，从而大大加快了对植入体的术后验证速度。同时由于待验证特征为植入体的质量中心在术后图像数据中的位置和该植入体在该术后图像数据中的主成分方向，从而确保了在对植入体进行术后验证时的准确性，且由于无需人工进行匹配，避免了因人的差异和人的疏忽造成验证不准确的情况。
本发明的第二实施方式涉及一种植入体的术后验证方法。第二实施方式是对第一实施方式进一步改进，主要改进之处在于：在本发明第二实施方式中，根据确定的每一个属于植入体的体素，识别感兴趣区域中的每一个植入体之后，还包括：将确定的每一个属于植入体的体素转化为可视化数据。
本实施方式中获取包含植入体的术后图像数据，识别术后图像数据中每一个植入体的具体流程如图3所示。
步骤3011：在术后图像数据中设定感兴趣区域，感兴趣区域为植入体在该术后图像数据中的所处区域。
步骤3012：根据感兴趣区域中的每一个体素的灰度值和预设阈值，确定感兴趣区域中每一个属于植入体的体素。
步骤3013：根据确定的每一个属于植入体的体素，识别感兴趣区域中的每一个植入体。
步骤3014：将确定的每一个属于植入体的体素转化为可视化数据。
具体的说，为了便于人观察确定的每一个植入体，将确定的每一个属于植入体的体素转化为可视化数据。转换方法可以使用移动立方体(Marching Cube)算法。
步骤3015：通过滤波器在感兴趣区域内对识别出的每一个植入体进行去噪处理。
具体的说，在经过步骤3012以及步骤3013之后，识别出的每一个植入体中可能还存在如伪影等噪声。通过滤波器可以快速去掉识别出的每一个植入体中的伪影等噪声，同时还可以将每一个植入体分隔开，其中，滤波器可以采用开运算滤波器。
需要说明的是，步骤3014和步骤3015之间顺序可以互换，且不会影响其效果。其中，步骤3011至步骤3013与第一实施方式中的子步骤1011至子步骤1013大致相同，本实施方式中，将不再对步骤3011至步骤3013进行赘述。
本实施方式提供的植入体的术后验证方法，在获取包含植入体的术后图像数据，识别术后图像数据中每一个植入体的过程中，将确定的每一个属于植入的体素转化为可视化数据，便于人眼观察术后图像数据中的植入体。在感兴趣区域内对识别出的每一个植入体进行去噪，进一步确保了识别的每一个植入体的准确性，从而提高对每一个植入体的验证的准确性。
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第三实施方式涉及一种植入体的术后验证装置40，该植入体的术后验证装置40包括：植入体识别模块401、待验证特征计算模块402、匹配模块403和验证结果确定模块404。该植入体的术后验证装置的具体结构如图4所示。
植入体识别模块401用于获取包含植入体的术后图像数据，识别术后图像数据中每一个植入体；待验证特征计算模块402用于计算每一个植入体的待验证特征，其中，待验证特征包括植入体质量中心在当前图像数据中的位置以及植入体在当前图像数据中的主成分方向；匹配模块403用于分别将计算得到的每一个植入体的待验证特征与术前预设的每一个植入体的待验证特征进行匹配，获得匹配结果；验证结果确定模块404用于根据匹配结果，确定每一个植入体的术后验证结果。
本实施方式相对于现有技术而言，由于在整个验证过程中无需人工逐一识别术后图像数据中的植入体以及无需人工将术后图像数据中每一个植入体的空间位置与术前预设的每一个植入体的空间位置进行匹配，从而大大加快了对植入体的术后验证速度。同时由于待验证特征为植入体的质量中心在术后图像数据中的位置和该植入体在该术后图像数据中的主成分方向，从而确保了在对植入体进行术后验证时的准确性，且由于无需人工进行匹配，避免了因人的差异和人的疏忽造成验证不准确的情况。
不难发现，本实施方式为与第一实施方式相对应的装置实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
本发明第四实施方式涉及一种植入体的术后验证装置。第四实施方式是对第三实施方式的进一步改进，主要改进之处在于：在本发明第四实施方式中，植入体识别模块401包括感兴趣区域设定子模块4011、植入体的体素确定子模块4012和识别子模块4013。该植入体识别模块401的具体结构如图5所示。
感兴趣区域设定子模块4011用于在术后图像数据中设定感兴趣区域，感兴趣区域为植入体在所述术后图像数据中的所处区域。植入体的体素确定子模块4012用于根据感兴趣区域中的每一个体素的灰度值和预设阈值，确定感兴趣区域中每一个属于植入体的体素；识别子模块4013用于根据确定的每一个属于植入体的体素，识别感兴趣区域中的每一个植入体。
本实施方式提供的植入体的术后验证装置，感兴趣区域设定子模块设定感兴趣区域，从而缩小了对术后图像数据进行识别的区域，从而加快对术后图像数据中每一个植入体识别的速度。植入体的体素确定子模块通过感兴趣区域中的每一个体素的灰度值与预设阈值，确定感兴趣区域中每一个属于植入体的体素，确定的步骤简单，处理速度快。
由于第二实施方式与本实施方式相互对应，因此本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效，在第二实施方式中所能达到的技术效果在本实施方式中也同样可以实现，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第二实施方式中。
本发明第五实施方式涉及一种终端50，包括至少一个处理器501；以及，与至少一个处理器501通信连接的存储器502；其中，存储器502存储有可被至少一个处理器501执行的指令，指令被至少一个处理器501执行，以使至少一个处理器501能够执行上述的植入体的术后验证方法。具体结构如图6所示。
存储器502和处理器501采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器501和存储器502的各种电路链接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器501。
处理器501负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器在执行操作时所使用的数据。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请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。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。
Claims (10)
1.一种植入体的术后验证方法，其特征在于，包括：
获取包含植入体的术后图像数据，识别所述术后图像数据中每一个植入体；
计算所述每一个植入体的待验证特征，其中，所述待验证特征包括植入体质量中心在当前图像数据中的位置以及所述植入体在当前图像数据中的主成分方向；
分别将计算得到的所述每一个植入体的待验证特征与术前预设的每一个植入体的待验证特征进行匹配，获得匹配结果；
根据所述匹配结果，确定所述每一个植入体的术后验证结果。
2.根据权利要求1所述植入体的术后验证方法，其特征在于，所述获取包含植入体的术后图像数据，识别所述术后图像数据中每一个植入体，具体包括：
在所述术后图像数据中设定感兴趣区域，所述感兴趣区域为所述植入体在所述术后图像数据中的所处区域；
根据所述感兴趣区域中的每一个体素的灰度值和预设阈值，确定所述感兴趣区域中每一个属于所述植入体的体素；
根据所述确定的每一个属于所述植入体的体素，识别所述感兴趣区域中的每一个植入体。
3.根据权利要求2所述植入体的术后验证方法，其特征在于，所述根据所述确定的每一个属于所述植入体的体素，识别所述感兴趣区域中的每一个植入体之后，还包括：
将所述确定的每一个属于植入体的体素转化为可视化数据。
4.根据权利要求2或3所述植入体的术后验证方法，其特征在于，所述根据所述确定的每一个属于所述植入体的体素，识别所述感兴趣区域中的每一个植入体之后，还包括：
通过滤波器在所述感兴趣区域内对所述识别出的每一个植入体进行去噪处理。
5.根据权利要求2所述植入体的术后验证方法，其特征在于，所述在所述术后图像数据中设定感兴趣区域之前，所述术后验证方法还包括获取术前的图像数据；
在所述术后图像数据中设定感兴趣区域，具体包括：
根据所述术后图像数据和所述术前图像数据的差值，设定所述感兴趣区域。
6.根据权利要求1、2、3或5中任一项所述植入体的术后验证方法，其特征在于，所述计算所述每一个植入体的待验证特征，具体包括：
根据识别的所述每一个植入体的体素和质量中心公式，计算所述每一个植入体的质量中心在所述术后图像数据中的位置；
根据识别的所述每一个植入体的体素和主成分轴算法，计算每一个植入体在所述术后图像中的主成分方向。
7.一种植入体的术后验证装置，其特征在于，包括：植入体识别模块、待验证特征计算模块、匹配模块和验证结果确定模块；
所述植入体识别模块用于获取包含植入体的术后图像数据，识别所述术后图像数据中每一个植入体；
所述待验证特征计算模块用于计算所述每一个植入体的待验证特征，其中，所述待验证特征包括植入体质量中心在当前图像数据中的位置以及所述植入体在当前图像数据中的主成分方向；
所述匹配模块用于分别将计算得到的所述每一个植入体的待验证特征与术前预设的每一个植入体的待验证特征进行匹配，获得匹配结果；
所述验证结果确定模块用于根据所述匹配结果，确定所述每一个植入体的术后验证结果。
8.根据权利要求7所述植入体的术后验证装置，其特征在于，所述植入体识别模块包括感兴趣区域设定子模块、植入体的体素确定子模块和识别子模块；
所述感兴趣区域设定子模块用于在所述术后图像数据中设定感兴趣区域，所述感兴趣区域为所述植入体在所述术后图像数据中的所处区域；
所述植入体的体素确定子模块用于根据所述感兴趣区域中的每一个体素的灰度值和预设阈值，确定所述感兴趣区域中每一个属于所述植入体的体素；
所述识别子模块用于根据所述确定的每一个属于所述植入体的体素，识别所述感兴趣区域中的每一个植入体。
9.一种终端，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6任一项所述的植入体的术后验证方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述植入体的术后验证方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810853623.1A CN110772278A (zh) | 2018-07-30 | 2018-07-30 | 一种植入体的术后验证方法、装置和终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810853623.1A CN110772278A (zh) | 2018-07-30 | 2018-07-30 | 一种植入体的术后验证方法、装置和终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110772278A true CN110772278A (zh) | 2020-02-11 |
Family
ID=69378488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810853623.1A Pending CN110772278A (zh) | 2018-07-30 | 2018-07-30 | 一种植入体的术后验证方法、装置和终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110772278A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113749804A (zh) * | 2021-07-06 | 2021-12-07 | 上海优医基医疗影像设备有限公司 | 一种带ct成像系统的口腔种植手术机器人及其控制方法 |
-
2018
- 2018-07-30 CN CN201810853623.1A patent/CN110772278A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113749804A (zh) * | 2021-07-06 | 2021-12-07 | 上海优医基医疗影像设备有限公司 | 一种带ct成像系统的口腔种植手术机器人及其控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11862348B2 (en) | Systems and methods for using generic anatomy models in surgical planning | |
| CN109069166B (zh) | 确定椎弓根螺钉的最佳放置 | |
| US9317661B2 (en) | Automatic implant detection from image artifacts | |
| US9014835B2 (en) | Semi-automatic customization of plates for internal fracture fixation | |
| JP5611324B2 (ja) | インプラントと生物の骨との相対位置を評価するシステム | |
| US20180296275A1 (en) | System and methods for positioning bone cut guide | |
| US20090226055A1 (en) | Systems and methods for multi-dimensional characterization and classification of spinal shape | |
| US7639855B2 (en) | Medical image processing apparatus, and medical image processing method | |
| US8463004B2 (en) | Determining shaft and femur neck axes and three-dimensional reconstruction | |
| US10445904B2 (en) | Method and device for the automatic generation of synthetic projections | |
| CN114642444A (zh) | 口腔种植精度评价方法、系统和终端设备 | |
| CN109106481B (zh) | 髋臼骨缺损程度的确定方法及装置 | |
| CN110772278A (zh) | 一种植入体的术后验证方法、装置和终端 | |
| Bou-Sleiman et al. | Minimization of intra-operative shaping of orthopaedic fixation plates: a population-based design | |
| US20170360507A1 (en) | System and method to select a prosthesis based on proximal femur morphology | |
| KR101613391B1 (ko) | 치료 계획용 ct 영상을 이용한 산란선 제거 방법 및 시스템 | |
| US11351030B2 (en) | Surgeon specific bone plates | |
| CN115409835B (zh) | 三维成像方法、装置、电子设备、系统和可读存储介质 | |
| US11430126B2 (en) | Method and image processing apparatus for the segmentation of image data and computer program product | |
| CN112258478A (zh) | 数据处理方法及位姿精度验证系统 | |
| CN117257533A (zh) | 髋关节骨质厚度测量系统和髋关节手术系统 | |
| CN114155339A (zh) | 一种医学置入物辅助范围规划方法及系统 | |
| CN116531076A (zh) | 一种基于骨密度积分的骨科手术螺钉植入路径规划方法 | |
| CN114359168A (zh) | 基于脊椎-骨盆力线的平衡状态评估方法、装置及设备 | |
| CN115486934A (zh) | 用于膝关节置换术前规划的图像分割方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200211 |
|
| WD01 | Invention patent application deemed withdrawn after publication |