CN111223146A - 对髋关节图像的处理方法及计算设备 - Google Patents

对髋关节图像的处理方法及计算设备 Download PDF

Info

Publication number
CN111223146A
CN111223146A CN202010090209.7A CN202010090209A CN111223146A CN 111223146 A CN111223146 A CN 111223146A CN 202010090209 A CN202010090209 A CN 202010090209A CN 111223146 A CN111223146 A CN 111223146A
Authority
CN
China
Prior art keywords
sphere
hip joint
dimensional image
fitting
hip
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.)
Granted
Application number
CN202010090209.7A
Other languages
English (en)
Other versions
CN111223146B (zh
Inventor
张逸凌
安奕成
刘星宇
柴伟
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.)
Changmugu Medical Technology Qingdao Co ltd
Zhang Yiling
Longwood Valley Medtech Co Ltd
Original Assignee
Changmugu Medical Technology Qingdao Co Ltd
Longwood Valley Medtech 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 Changmugu Medical Technology Qingdao Co Ltd, Longwood Valley Medtech Co Ltd filed Critical Changmugu Medical Technology Qingdao Co Ltd
Priority to CN202010090209.7A priority Critical patent/CN111223146B/zh
Publication of CN111223146A publication Critical patent/CN111223146A/zh
Application granted granted Critical
Publication of CN111223146B publication Critical patent/CN111223146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/60—Rotation of whole images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种对髋关节图像的处理方法，适于在计算设备中执行，包括步骤：获取多张包含髋关节的髋关节图像；利用多张髋关节图像，生成包含髋关节的三维图像；利用多张髋关节图像，拟合出与髋臼月状关节面相贴合的球体；以及基于球体的球半径和球心位置，对三维图像进行处理，生成包含标注信息的三维图像。本发明一并公开了用于执行该方法的计算设备。

Description

对髋关节图像的处理方法及计算设备
技术领域
本发明涉及图像处理技术领域，尤其是对髋关节图像的处理方法。
背景技术
随着数字医学的快速发展，数字化技术在外科手术中的应用越来越重要，数字化的手术规划克服了外科医生的视觉局限，使数据测量更加精准，诊断更为精确，手术更加精准、更加高效。
对于骨科手术，例如，髋关节置换手术，传统的术前规划主要是通过X线片及假体模板相结合的方式来制定手术方案。在X线图像上标记髋臼的旋转中心，通过二维的图像模拟出代表髋臼的一个圆形，该圆形的圆心即为髋臼中心。再利用二维的髋臼中心确定出二维的髋臼杯位置。然而，所确定的二维的髋臼杯位置无法反映三维空间位置，精确度低，并且，X线很难拍摄出与实际骨盆1:1大小的X线图像，故只能近似判断髋臼杯的大小，传统方法结果误差较大。若是通过放置标准大小的标记物来进行等比例换算，换算的过程又会增加术前规划的复杂程度，费时费力。此外，髋臼中心的位置同时还受骨盆前、后倾以及左、右旋等多个三维参数影响，X线规划无法将这些三维参数考虑在内。
鉴于此，需要一种对髋关节图像的处理方案，来提供准确的针对髋关节图像的术前信息，以更好地辅助专业医生制定手术方案。
发明内容
为此，本发明提供了对髋关节图像的处理方法及计算设备，以力图解决或者至少缓解上面存在的至少一个问题。
根据本发明的一个方面，提供了一种对髋关节图像的处理方法，适于在计算设备中执行，包括步骤：获取多张包含髋关节的髋关节图像；利用多张髋关节图像，生成包含髋关节的三维图像；利用多张髋关节图像，拟合出与髋臼月状关节面相贴合的球体；以及基于球体的球半径和球心位置，对三维图像进行处理，生成包含标注信息的三维图像。
可选地，在根据本发明的方法中，利用多张髋关节图像，拟合出与髋臼月状关节面相贴合的球体的步骤包括：针对各髋关节图像，分别确定出用于拟合球体的第一拟合点；利用多张髋关节图像的第一拟合点，拟合出中间球体；确定中间球体的球半径和球心位置；根据中间球体的球半径和球心位置，从第一拟合点中筛选出第二拟合点；以及利用第二拟合点，拟合出与髋臼月状关节面相贴合的球体。
可选地，在根据本发明的方法中，针对各髋关节图像，分别确定出用于拟合球体的第一拟合点的步骤包括：针对各髋关节图像，从髋关节图像中识别出两个特征点；生成两个特征点的连线、以及垂直于所述连线的多条垂线；将多条垂线与髋臼月状关节面的多个交点，作为第一拟合点。
可选地，在根据本发明的方法中，标注信息指示与所述髋关节匹配的假体的大小和位置。
可选地，在根据本发明的方法中，基于球体的球半径和球心位置，对三维图像进行处理，生成包含标注信息的三维图像的步骤包括：基于球体的球半径和球心位置，在三维图像上标注出所述球体近髋臼方向的一半球体，作为初始标注信息；以球心为中心，按照预设角度对初始标注信息进行旋转，得到旋转后的标注信息；以及在对旋转后的标注信息进行处理后，将其标注在三维图像上，作为包含标注信息的三维图像。
可选地，根据本发明的方法还包括步骤：根据标注信息，确定与髋关节匹配的假体的大小和假体的放置位置。
可选地，在根据本发明的方法中，以球心为中心，按照预设角度对初始标注信息进行旋转，得到旋转后的标注信息的步骤包括：以通过球心的Y轴为基准，将初始标注信息按照顺时针或逆时针方向旋转第一角度，得到初次旋转后的标注信息；以通过球心的Z轴为基准，将经初次旋转后的标注信息前倾第二角度，得到旋转后的标注信息。
可选地，在根据本发明的方法中，在对旋转后的标注信息进行处理后，将其标注在三维图像上，作为包含标注信息的三维图像的步骤包括：确定旋转后的标注信息的轴线；以轴线为基准，在指向髋臼的方向形成新的球面，作为处理后的标注信息标注在三维图像上，其中，新的球面与骨质接触的面积达到预设范围。
可选地，在根据本发明的方法中，预设范围为新的球面与骨质接触的面积占新的球面表面积的80％至100％。
可选地，在根据本发明的方法中，利用多张髋关节图像，生成包含髋关节的三维图像的步骤包括：将多张髋关节图像分别输入到髋关节分割模型组件，获取仅包括骨骼的各个二维图像；将各个二维图像在空间上进行叠加，生成包含髋关节的三维图像。
可选地，在根据本发明的方法中，将各个二维图像在空间上进行叠加，生成包含髋关节的三维图像的步骤包括：将所述各个二维图像中的骨盆的左右方向设置为x轴方向，CT扫描方向为z轴方向，与x轴和z轴所成平面垂直的方向设置为y轴方向；将各个二维图像沿z轴方向在空间上进行叠加，生成包含髋关节的三维图像。
根据本发明的又一方面，提供了一种计算设备，包括：一个或多个处理器；和存储器；一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行如上所述方法中的任一方法的指令。
根据本发明的再一方面，提供了一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当计算设备执行时，使得计算设备执行如上所述的方法中的任一方法。
根据本发明的方案，通过对髋关节图像的处理，可在图像中显示与该髋关节相匹配的假体信息，为假体安置提供准确率高的术前规划数据。具体地，生成包含髋关节的三维图像，并确定出髋臼的月状面，通过该月状面的几何空间形态，来拟合出一个球体，使得这个球体最大程度与髋臼月状面相贴合。进一步地，根据该球体的球半径和球心位置，对三维图像进行处理，生成包含标注信息的三维图像。该标注信息指示了与髋关节相匹配的假体的大小和位置。根据本发明的方案，很好地克服了髋臼中心受骨盆前、后倾以及左、右旋等位置的影响，准确计算出髋臼中心的位置。
附图说明
为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的构造示意图；
图2示出了根据本发明一个实施例的对髋关节图像的处理方法200的流程示意图；
图3示出了根据本发明一个实施例的髋关节置换的示图；
图4示出了根据本发明一个实施例的髋关节图像的局部示意图；以及
图5示出了根据本发明一个实施例的外展角的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置，处理器104可以是任何类型的处理器，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中，应用122可以布置为在操作系统上利用程序数据124进行操作。在一些实施例中，计算设备100被配置为执行对髋关节图像的处理方法200，程序数据124中就包含了用于执行上述各方法的指令。
计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、图像输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以是这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中以编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。在一些实施例中，计算机可读介质中存储一个或多个程序，这一个或多个程序中包括执行某些方法(如方法200)的指令。
计算设备100可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、数码照相机、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。当然，计算设备100也可以实现为包括桌面计算机和笔记本计算机配置的个人计算机，或者是具有上述配置的服务器。本发明的实施方式对此均不作限制。
图2示出了根据本发明一个实施例的对髋关节图像的处理方法200的流程示意图。在对身体上的髋关节进行术前规划时，可采用本申请的图像处理方法来确定适合的假体型号及假体的安放位置。为了方便理解本发明，图3示出了髋关节置换的示图。
髋关节主要有凸起的股骨头和凹陷的髋臼构成，凸起的股骨头呈球形、凹陷的髋臼像一只碗，其内部为呈月状的关节面(简称为月状面)。所以股骨头和髋臼构成的髋关节在周边韧带、肌肉的包围下可以很稳定、同时又能像球在碗里面滑动一样使髋关节可以向各个方向自由运动。作为下肢与骨盆联结的关节，是承受人们活动(站立、行走和跑跳)时产生冲击力的重要关节。
如图3所示，髋关节置换就是用人造的碗状假体301和球状假体302分别替代损坏了的髋臼和股骨头。在本申请中，可利用本发明的图像处理方法，对包含髋关节的图像进行处理，来确定出假体301的型号与放置位置，从而为后续手术提供便利。
以下将结合图2，详细阐述根据本发明实施例的对髋关节图像的处理方法200的流程。如图2所示，方法200始于步骤S210。
在步骤S210，获取多张包含髋关节的髋关节图像。
具体来说，在医学领域，可借助于某种介质(如X射线、电磁场、超声波等)与人体相互作用，把人体内部组织器官结构、密度以影像方式表现出来，供专业医师根据影像提供的信息来进行诊断。
DICOM被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备(X射线，CT，核磁共振，超声等)，并且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。所有患者的医学图像都以DICOM文件格式进行存储。这样方便技术人员可利用同一格式的医学图像进行分析。
应用于本发明，医师可利用CT对髋关节进行扫描，生成DICOM格式的文件，作为包含髋关节的髋关节图像。一般地，针对一个患者的髋关节，可以有多张髋关节图像，用于执行根据本发明的方案。
另外，在根据本发明的实施方式，还会在髋关节图像中定义空间上的三轴坐标系。其中，X轴定义为大致是骨盆左右方向的边，由于人的骨盆在图像中并不都是正的，所以只是大致左右的方向。通常，DICOM格式的图像是一个512*512大小的正方形，X轴与正方形的边平行。Y轴定义为正方形的另一个边，即与X轴垂直，Y轴大致是骨盆的前后方向。Z轴定义为垂直所有这些图片的轴，也是CT扫描的方向。
随后在步骤S220中，利用多张髋关节图像，生成包含髋关节的三维图像。
可以采用现有的三维建模方法来生成包含髋关节的三维图像，本发明的实施例对此不做过多限制。以下示出根据本发明一种实施例的生成包含髋关节的三维图像的过程。
在一种实施例中，预先构建髋关节分割模型组件，来对所获取的髋关节图像进行处理。该髋关节分割模型组件可以是根据多个作为训练样本的髋关节图像、以及从所述多个训练样本分别提取出的多个骨骼之间的对应关系进行机器学习得到的。
在实施中，可获取到多个作为训练样本的髋关节图像，并利用人工标记的方式，从这些训练样本中分别提取出骨骼。随后，构建初始的髋关节分割模型组件，并设置训练参数。利用多个训练样本以及从多个训练样本分别提取出的多个骨骼之间的对应关系对初始的髋关节分割模型组件进行训练，调整训练参数，直到髋关节分割模型组件达到预设要求。其中，髋关节分割模型组件可包括利用现有的机器学习算法形成的模型组件，如DeepMask模型、RCNN模型等。本发明的实施例对髋关节分割模型组件的具体构成不做过多限制。利用训练好的髋关节分割模型组件，可将在手术中不需要的CT床以及软组织等信息进行去除，得到仅包含骨骼的图像。
在训练好髋关节分割模型组件后，将多张髋关节图像分别输入到髋关节分割模型组件，获取仅包括骨骼的各个二维图像。
然后，将各个二维图像在空间上进行叠加，生成包含髋关节的三维图像。
参考步骤S210中的描述，将各个二维图像中的骨盆的左右方向设置为x轴方向，CT扫描方向为z轴方向，以及与x轴和z轴所形成的平面垂直的方向设置为y轴方向。
随后，将经处理后的仅包含骨骼的各个二维图像，沿z轴方向在空间上进行叠加，生成包含髋关节的三维图像。
随后在步骤S230中，利用多张髋关节图像，拟合出与髋臼月状关节面相贴合的球体。
图4示出了根据本发明一个实施例的髋关节图像的局部示意图。如图4所示，拟合出的球体的面420与髋臼410的月状关节面相贴合。
根据本发明的方案，步骤S230可以按照如下几步来执行。
第一步，针对各髋关节图像，分别确定出用于拟合球体的第一拟合点。
具体地，对于各髋关节图像，从髋关节图像中识别出两个特征点。在一种实施例中，这两个特征点为髋关节图像中髋臼缘上最突出的点，在一种实施例中，将这两个特征点定义为，在二维图像中，髋臼的边缘：一个前缘、一个后缘。如图4中点A和点B表示所识别出的两个特征点。在根据本发明的实施例中，采用神经网络模型来识别出髋关节图像中的这两个特征点。通过收集经专业人士对特征点进行标注过的髋关节图像，形成训练样本；同时构建初始的神经网络模型，用于从输入的髋关节图像中定位出特征点。而后，利用训练样本对初始的神经网络模型进行训练，在训练结束时得到最终的神经网络模型。之后，将各髋关节图像分别输入到最终的神经网络模型中，经处理后输出所定位出的特征点的位置等信息。对于神经网络模型的选择，本发明的实施例不做限制，可以是基于CNN、RNN等的任一个神经网络模型，不限于此。
需要说明的是，识别图像中的特征点属于图像处理技术领域常规做法，可以采用传统的图像处理算法或是基于深度学习的算法来识别出髋关节图像中的这两个特征点，本发明的实施例对此不做限制。
接着，生成这两个特征点的连线AB、以及在这两个特征点A、B之间的线段内，做垂直于该连线的多条垂线(如图4，示意性的示出了两条垂线)。而后，将所生成的垂线与髋臼月状关节面的交点(如图4中的点C和点D)，作为第一拟合点。本发明实施例对垂线的数量不做限制，垂线越多，所得到的第一拟合点就越多，一般会尽可能多得形成垂线，以得到尽可能多的第一拟合点，来保证拟合结果的准确性。
第二步，利用多张髋关节图像的第一拟合点，拟合出中间球体，使得中间球体能最大数量的包含这些第一拟合点。然后，确定该中间球体的球半径和球心位置。
在一种实施例中，利用如下公式来拟合出中间球体：
Figure BDA0002383449920000091
式(1)中，n表示用于拟合中间球体的第一拟合点的个数，(xi,yi,zi)表示第一拟合点的坐标，A,B,C,D为参数。
在拟合出中间球体后，基于几何知识，就可以确定出该中间球体的球半径(记作R')和球心(记作O')的位置坐标。关于确定球体的球半径和球心的算法，属于本领域常规技术手段，此处不做过多展开。
第三步，根据该中间球体的球半径和球心位置，从第一拟合点中筛选出第二拟合点。在根据本发明的一个实施例中，从所有第一拟合点中，选取出与球心的距离在预定倍数球半径R'内的第一拟合点，作为第二拟合点。在一些优选的实施例中，申请人经过多次学习后确定，预定倍数为1.2，即若第一拟合点与球心的距离在1.2R'之内，则筛选出该第一拟合点，作为第二拟合点。在对所有的第一拟合点进行上述判断后，得到多个第二拟合点。
第四步，利用第二拟合点，拟合出与髋臼月状关节面相贴合的球体。在一种实施例中，通过公式(1)，利用第二拟合点，继续拟合出与髋臼月状关节面相贴合的球体。
同样地，在拟合出与髋臼月状关节面相贴合的球体后，利用几何知识，就可以确定出该球体的球半径(记作R)和球心(记作O)的位置坐标。
随后，在步骤S240中，基于该球体的球半径R和球心O的位置，对三维图像进行处理，生成包含标注信息的三维图像。
根据本发明的实施例，标注信息指示与髋关节匹配的假体的大小和位置。在根据本发明的实施例中，此处的假体指髋臼杯。其中，所拟合出的球体的球心O，即为放置髋臼杯的中心；根据球体的球直径(即球半径的2倍，即2R)，就可以确定出髋臼杯的大小(或称之为型号)。
在一种实施例中，通过对三维图像的处理，生成相应的标注信息后，还包括步骤：根据该标注信息，确定与髋关节匹配的假体的大小和假体的放置位置。然后，将假体按照其大小和放置位置，相应显示在该三维图像上。
以下进一步示出确定假体放置位置和角度的过程。
应当了解，与髋关节相匹配的髋臼杯是一个碗状的半球形。基于此，先从拟合出的球体中确定出一半的球体，作为髋臼杯的初始模型。具体来说，基于该球体的球半径R和球心O的位置坐标，在三维图像上标注出球体靠近髋臼方向的一半球体，作为初始标注信息(记作X1)。
而后，以球心O为中心，按照预设角度对初始标注信息X1进行旋转，得到旋转后的标注信息(记作X2)。
对初始标注信息X1的旋转包括两个子步骤：1)以通过球心O的Y轴为基准，将初始标注信息X1按照顺时针或逆时针方向旋转第一角度，得到初次旋转后的标注信息X1'；2)以通过球心O的Z轴为基准，将经初次旋转后的标注信息X1'前倾第二角度，得到旋转后的标注信息X2。需要说明的是，本发明实施例对子步骤1)和2)的执行顺序不做限制，也可以先按照2)，将初始标注信息前倾第二角度，初次旋转后的标注信息X1'；再按照步骤1)，将初次旋转后的标注信息X1'按照顺时针或逆时针方向旋转第一角度，得到旋转后的标注信息X2。
另外，每个人包含左右两侧的髋关节，即，在身体的左右两侧分别具有连接大腿与骨盆的髋关节，因此，在执行方法200的过程中，可确定将此时要处理的髋关节所在的方位，是身体的左侧或者右侧(通常在影像学图像中，位于图像左侧的髋关节处于身体的右侧，反之，位于图像右侧的髋关节处于身体的左侧)。若髋关节处于身体的左侧，则按照顺时针方向旋转第一角度；若髋关节处于身体的右侧，则按照逆时针方向旋转第一角度。
本领域技术人员应当了解，正常成年人的髋臼，面向前、外、下方，外展角约为40°至47°，前倾角约为4°至20°。这两个角度具有显著的生物力学效应，完全适应人类髋关节在矢状面屈曲活动为主的运动学特点。在本发明的一个优选的实施例中，设置第一角度为50°，第二角度为20°，以符合髋关节的运动学特点。其中，外展角是身体纵向轴和髋臼中心轴之间的夹角。如图5示出了根据本发明一个实施例的外展角的示意图。其中，S轴表示身体水平轴，T轴表示身体纵向轴，P轴表示髋臼中心轴。从图5可以看出，P轴是通过球心O且垂直于旋转后的标注信息X2的直径的垂线。当第一角度α为50°时，对应的外展角β即为40°。
需要说明的是，本发明实施例并不限制第一角度和第二角度的取值。在实际应用中，可以适当调整第一角度和第二角度的取值范围，只要符合髋关节的运动学特点即可。例如，可以设置第一角度为45°，对应外展角就是45°，也可以设置前倾角为19°，在上述范围内即可。
之后，在对旋转后的标注信息进行处理后，将处理后的标注信息(记作X3)标注在三维图像上，作为包含标注信息的三维图像。
具体地，首先确定旋转后的标注信息X2的轴线，即髋臼中心轴P轴，如图5所示。然后，以该轴线为基准，在指向髋臼的方向上形成新的球面，作为处理后的标注信息X3，标注在三维图像上，其中，新的球面与骨质接触的面积要达到预设范围。在一种实施例中，在指向髋臼的方向上(即P轴负半轴)，每2毫米递增一次，计算递增后的形成的球面(如图5中用虚线表示的球面U)与骨质接触的面积，直到该面积达到预设范围时，结束递增，将此时形成的球面就代表了髋臼杯的覆盖面，将其作为处理后的标注信息，标注在三维图像上。在本实施例中，预设范围为新的球面与骨质接触的面积占新的球面表面积的80％至100％。
综上可述，根据本发明的方案，在包含髋关节的三维图像中，确定出髋臼的月状面，但又不识别马蹄窝的解剖结构，通过该月状面的几何空间形态，来拟合出一个球体，使得这个球体最大程度与髋臼月状面相贴合。保证数据准确性的同时，尽量减少计算的复杂度。进一步地，根据该球体的球半径和球心位置，对三维图像进行处理，生成包含标注信息的三维图像。该标注信息指示了与髋关节相匹配的假体的大小和位置。根据本发明的方案，很好地克服了髋臼中心受骨盆前、后倾以及左、右旋等位置的影响，准确计算出髋臼中心的位置。
同时，将该标注信息显示在三维图像中，使得医生能够更直观地进行诊断，进而确定出与髋关节匹配的假体的大小和假体的放置位置。还可以根据所显示的信息，进一步微调放置角度等信息，提高了术前规划的可靠性。
此外，利用机器学习等方法来精准识别出骨骼信息，去掉了与髋关节无关的干扰数据，生成仅包括骨骼信息的三维立体图像，从而有效避免了由于各种原因造成的偏差。
应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明所述的方法。
以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。
本发明一并公开了：
A9、如A8所述的方法，其中，所述预设范围为新的球面与骨质接触的面积占新的球面表面积的80％至100％。
A10、如A1-9中任一项所述的方法，其中，所述利用多张髋关节图像，生成包含髋关节的三维图像的步骤包括：将所述多张髋关节图像分别输入到髋关节分割模型组件，获取仅包括骨骼的各个二维图像；将所述各个二维图像在空间上进行叠加，生成包含髋关节的三维图像。
A11、如A10所述的方法，其中，所述将各个二维图像在空间上进行叠加，生成包含髋关节的三维图像的步骤包括：将所述各个二维图像中的骨盆的左右方向设置为x轴方向，CT扫描方向为z轴方向，与x轴和z轴所成平面垂直的方向设置为y轴方向；将所述各个二维图像沿z轴方向在空间上进行叠加，生成包含髋关节的三维图像。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (10)

1.一种对髋关节图像的处理方法，所述方法适于在计算设备中执行，包括步骤：
获取多张包含髋关节的髋关节图像；
利用多张髋关节图像，生成包含髋关节的三维图像；
利用所述多张髋关节图像，拟合出与髋臼月状关节面相贴合的球体；以及
基于所述球体的球半径和球心位置，对所述三维图像进行处理，生成包含标注信息的三维图像。
2.如权利要求1所述的方法，其中，所述利用多张髋关节图像，拟合出与髋臼月状关节面相贴合的球体的步骤包括：
针对各髋关节图像，分别确定出用于拟合球体的第一拟合点；
利用多张髋关节图像的第一拟合点，拟合出中间球体；
确定所述中间球体的球半径和球心位置；
根据所述中间球体的球半径和球心位置，从所述第一拟合点中筛选出第二拟合点；以及
利用所述第二拟合点，拟合出与髋臼月状关节面相贴合的球体。
3.如权利要求2所述的方法，其中，所述针对各髋关节图像，分别确定出用于拟合球体的第一拟合点的步骤包括：
针对各髋关节图像，从所述髋关节图像中识别出两个特征点；
生成所述两个特征点的连线、以及垂直于所述连线的多条垂线；
将所述多条垂线与髋臼月状关节面的多个交点，作为第一拟合点。
4.如权利要求1-3中任一项所述的方法，其中，所述标注信息指示与所述髋关节匹配的假体的大小和位置。
5.如权利要求4所述的方法，其中，所述基于球体的球半径和球心位置，对三维图像进行处理，生成包含标注信息的三维图像的步骤包括：
基于所述球体的球半径和球心位置，在所述三维图像上标注出所述球体近髋臼方向的一半球体，作为初始标注信息；
以球心为中心，按照预设角度对所述初始标注信息进行旋转，得到旋转后的标注信息；以及
在对所述旋转后的标注信息进行处理后，将其标注在所述三维图像上，作为包含标注信息的三维图像。
6.如权利要求5所述的方法，其中，生成包含标注信息的三维图像的步骤之后，还包括步骤：
根据所述标注信息，确定与所述髋关节匹配的假体的大小和所述假体的放置位置。
7.如权利要求5或6所述的方法，其中，所述以球心为中心，按照预设角度对初始标注信息进行旋转，得到旋转后的标注信息的步骤包括：
以通过所述球心的Y轴为基准，将所述初始标注信息按照顺时针或逆时针方向旋转第一角度，得到初次旋转后的标注信息；
以通过所述球心的Z轴为基准，将经初次旋转后的标注信息前倾第二角度，得到旋转后的标注信息。
8.如权利要求5-7中任一项所述的方法，其中，所述在对旋转后的标注信息进行处理后，将其标注在三维图像上，作为包含标注信息的三维图像的步骤包括：
确定所述旋转后的标注信息的轴线；
以所述轴线为基准，在指向髋臼的方向形成新的球面，作为处理后的标注信息标注在三维图像上，其中，所述新的球面与骨质接触的面积达到预设范围。
9.一种计算设备，包括：
一个或多个处理器；和
存储器；
一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-8所述方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述计算设备执行根据权利要求1-8所述的方法中的任一方法。
CN202010090209.7A 2020-02-13 2020-02-13 对髋关节图像的处理方法及计算设备 Active CN111223146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010090209.7A CN111223146B (zh) 2020-02-13 2020-02-13 对髋关节图像的处理方法及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010090209.7A CN111223146B (zh) 2020-02-13 2020-02-13 对髋关节图像的处理方法及计算设备

Publications (2)

Publication Number Publication Date
CN111223146A true CN111223146A (zh) 2020-06-02
CN111223146B CN111223146B (zh) 2021-05-04

Family

ID=70831800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010090209.7A Active CN111223146B (zh) 2020-02-13 2020-02-13 对髋关节图像的处理方法及计算设备

Country Status (1)

Country Link
CN (1) CN111223146B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113926208A (zh) * 2021-10-11 2022-01-14 网易（杭州）网络有限公司 可动玩偶模型的生成方法、装置、电子设备及可读介质
CN113962927A (zh) * 2021-09-01 2022-01-21 北京长木谷医疗科技有限公司 基于强化学习的髋臼杯位置调整方法、装置及存储介质
CN114299177A (zh) * 2021-12-24 2022-04-08 武汉迈瑞科技有限公司 图像处理方法、装置、电子设备及存储介质
CN114782508A (zh) * 2022-06-21 2022-07-22 杭州三坛医疗科技有限公司 髋关节配准点筛选方法及装置
CN115830247A (zh) * 2023-02-14 2023-03-21 北京壹点灵动科技有限公司 髋关节旋转中心的拟合方法和装置、处理器及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1903126A (zh) * 2006-08-07 2007-01-31 中国人民解放军第三军医大学第一附属医院 多排ct三维重建测量肱骨头扭转角的方法
EP2003616B1 (de) * 2007-06-15 2009-12-23 BrainLAB AG Computergestützte Gelenkanalyse mit Oberflächenprojektion
CN102125472A (zh) * 2011-04-08 2011-07-20 上海交通大学医学院附属第九人民医院 旋转椭球面型关节界面的人工髋关节髋臼假体
CN103198521A (zh) * 2013-04-16 2013-07-10 大连理工大学 一种面向个性化设计的股骨头表面三维模型重构方法
CN103559491A (zh) * 2013-10-11 2014-02-05 北京邮电大学 人体动作捕获及姿态分析系统
CN104091365A (zh) * 2014-07-12 2014-10-08 大连理工大学 面向序列化髋关节ct图像的髋臼组织模型重建方法
CN209154113U (zh) * 2018-08-24 2019-07-26 上海三友医疗器械股份有限公司 距骨植入件
US20190307366A1 (en) * 2018-04-09 2019-10-10 Siemens Healthcare Gmbh System and method for angle measurements using magnetic resonance images
CN110648337A (zh) * 2019-09-23 2020-01-03 武汉联影医疗科技有限公司 髋关节分割方法、装置、电子设备和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1903126A (zh) * 2006-08-07 2007-01-31 中国人民解放军第三军医大学第一附属医院 多排ct三维重建测量肱骨头扭转角的方法
EP2003616B1 (de) * 2007-06-15 2009-12-23 BrainLAB AG Computergestützte Gelenkanalyse mit Oberflächenprojektion
CN102125472A (zh) * 2011-04-08 2011-07-20 上海交通大学医学院附属第九人民医院 旋转椭球面型关节界面的人工髋关节髋臼假体
CN103198521A (zh) * 2013-04-16 2013-07-10 大连理工大学 一种面向个性化设计的股骨头表面三维模型重构方法
CN103559491A (zh) * 2013-10-11 2014-02-05 北京邮电大学 人体动作捕获及姿态分析系统
CN104091365A (zh) * 2014-07-12 2014-10-08 大连理工大学 面向序列化髋关节ct图像的髋臼组织模型重建方法
US20190307366A1 (en) * 2018-04-09 2019-10-10 Siemens Healthcare Gmbh System and method for angle measurements using magnetic resonance images
CN209154113U (zh) * 2018-08-24 2019-07-26 上海三友医疗器械股份有限公司 距骨植入件
CN110648337A (zh) * 2019-09-23 2020-01-03 武汉联影医疗科技有限公司 髋关节分割方法、装置、电子设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WEIWEI SONG 等: "Computer-Aided Modeling and Morphological Analysis of Hip Joint", 《2007 1ST INTERNATIONAL CONFERENCE ON BIOINFORMATICS AND BIOMEDICAL ENGINEERING》 *
汪轶平: "计算机辅助髋关节假体规划设计及手术导航关键技术研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113962927A (zh) * 2021-09-01 2022-01-21 北京长木谷医疗科技有限公司 基于强化学习的髋臼杯位置调整方法、装置及存储介质
CN113962927B (zh) * 2021-09-01 2022-07-12 北京长木谷医疗科技有限公司 基于强化学习的髋臼杯位置调整方法、装置及存储介质
CN113926208A (zh) * 2021-10-11 2022-01-14 网易（杭州）网络有限公司 可动玩偶模型的生成方法、装置、电子设备及可读介质
CN113926208B (zh) * 2021-10-11 2023-08-22 网易（杭州）网络有限公司 可动玩偶模型的生成方法、装置、电子设备及可读介质
CN114299177A (zh) * 2021-12-24 2022-04-08 武汉迈瑞科技有限公司 图像处理方法、装置、电子设备及存储介质
CN114782508A (zh) * 2022-06-21 2022-07-22 杭州三坛医疗科技有限公司 髋关节配准点筛选方法及装置
CN115830247A (zh) * 2023-02-14 2023-03-21 北京壹点灵动科技有限公司 髋关节旋转中心的拟合方法和装置、处理器及电子设备
CN115830247B (zh) * 2023-02-14 2023-07-14 北京壹点灵动科技有限公司 髋关节旋转中心的拟合方法和装置、处理器及电子设备

Also Published As

Publication number Publication date
CN111223146B (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN111179350B (zh) 髋关节图像处理系统
CN111223146B (zh) 对髋关节图像的处理方法及计算设备
CN111292363B (zh) 一种关节图像处理方法、装置和计算设备
JP5474303B2 (ja) 手術計画立案
US10595943B2 (en) Model-based surgical planning and implant placement
US20100030231A1 (en) Surgical system and method
AU2019386119B2 (en) Artificial-intelligence-based determination of relative positions of objects in medical images
JP5866346B2 (ja) 運動パターンを使用して関節骨の奇形切除を判定する方法
US9913691B2 (en) System and method for model-based surgical planning
US11464569B2 (en) Systems and methods for pre-operative visualization of a joint
CN107106239A (zh) 外科规划和方法
US20170245942A1 (en) System and Method For Precision Position Detection and Reproduction During Surgery
US11826112B2 (en) Method for registering articulated anatomical structures
JP2024503314A (ja) 患者の骨における人工股関節の位置を決定するための装置、システム、及び方法
US20220183760A1 (en) Systems and methods for generating a three-dimensional model of a joint from two-dimensional images
Bartels et al. Computed tomography-based joint locations affect calculation of joint moments during gait when compared to scaling approaches
Morooka et al. A survey on statistical modeling and machine learning approaches to computer assisted medical intervention: Intraoperative anatomy modeling and optimization of interventional procedures
Kim et al. Deep Learning and Computer Vision Techniques for Automated Total Hip Arthroplasty Planning on 2-D Radiographs
CN114938995B (zh) 应用于髋关节置换手术的骨盆配准系统和医疗设备
JP2023540118A (ja) 股関節形成の計画方法
EP3888563A1 (en) Method and system for generating images for a fluoroscopy-based navigation system
CN111968164A (zh) 一种基于双平面x光追踪的植入物自动配准定位方法
CN110428483B (zh) 一种图像处理方法及计算设备
TWI786667B (zh) 人體骨骼關節立體影像數據生成方法與裝置
Sharif Ahmadian Development of statistical shape and intensity models of eroded scapulae to improve shoulder 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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhang Yiling

Inventor after: Liu Xingyu

Inventor before: Zhang Yiling

Inventor before: An Yicheng

Inventor before: Liu Xingyu

Inventor before: Chai Wei

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 1109, SOHO building, Zhongguancun, No. 8, Haidian North 2nd Street, Haidian District, Beijing 100190

Patentee after: Zhang Yiling

Patentee after: Beijing Changmugu Medical Technology Co.,Ltd.

Patentee after: Changmugu medical technology (Qingdao) Co.,Ltd.

Address before: 1109, SOHO building, Zhongguancun, No. 8, Haidian North 2nd Street, Haidian District, Beijing 100190

Patentee before: Zhang Yiling

Patentee before: BEIJING CHANGMUGU MEDICAL TECHNOLOGY Co.,Ltd.

Patentee before: Changmugu medical technology (Qingdao) Co.,Ltd.