CN111292363A - 一种关节图像处理方法、装置和计算设备 - Google Patents
一种关节图像处理方法、装置和计算设备 Download PDFInfo
- Publication number
- CN111292363A CN111292363A CN202010090214.8A CN202010090214A CN111292363A CN 111292363 A CN111292363 A CN 111292363A CN 202010090214 A CN202010090214 A CN 202010090214A CN 111292363 A CN111292363 A CN 111292363A
- Authority
- CN
- China
- Prior art keywords
- prosthesis
- image
- joint
- line
- images
- 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
Links
- 238000003672 processing method Methods 0.000 title abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 210000000629 knee joint Anatomy 0.000 claims description 54
- 210000004394 hip joint Anatomy 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 36
- 210000000689 upper leg Anatomy 0.000 claims description 18
- 230000002746 orthostatic effect Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 9
- 210000003127 knee Anatomy 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 210000000528 lesser trochanter Anatomy 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000003702 image correction Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 17
- 210000000588 acetabulum Anatomy 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 210000001624 hip Anatomy 0.000 description 10
- 241000669069 Chrysomphalus aonidum Species 0.000 description 6
- 239000003550 marker Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000001503 joint Anatomy 0.000 description 3
- 238000011882 arthroplasty Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000000845 cartilage Anatomy 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011540 hip replacement Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002513 implantation Methods 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 210000002303 tibia Anatomy 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000000838 condylus lateralis tibialis Anatomy 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000013150 knee replacement Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 210000003041 ligament Anatomy 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005499 meniscus Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 210000004417 patella Anatomy 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 210000004061 pubic symphysis Anatomy 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G06T5/80—
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种关节图像处理方法，适于在计算设备中执行，该计算设备中存储有每种关节所对应的假体模型库，每个假体模型库包含该关节所需要的多类假体，且每类假体均有多个假体型号，该方法包括步骤：获取关节区域的原始图像，该原始图像包括成片区域和边界区域；对该成片区域进行图像截取和矩形转换，得到倾斜矫正后的关节图像；在关节图像中生成该关节所需要的各类假体的最大指示线；根据关节图像的缩放比例分别计算每类假体的多个型号在关节图像中的假体图像；以及选取与各类假体的最大指示线最适配的假体图像，得到包含有该最适配假体图像的关节图像。本发明一并公开了对应的关节图像处理装置和计算设备。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种关节图像处理方法、装置和计算设备。
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，髋关节或膝关节置换手术，传统的术前规划主要通过人工判断对比来选择手术方案。这种方式受限于医生的专业水平，可能所选取的方案并不是最优方案，而且人工选择也会出现图像对比误差等问题，影响判断的准确性。因此，需要一种对关节图像的处理方案，来提供准确的针对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，提供了一种关节图像处理方法，适于在计算设备中执行，计算设备中存储有每种关节所对应的假体模型库，每个假体模型库包含该关节所需要的多类假体，且每类假体均有多个假体型号，该方法包括步骤：获取关节区域的原始图像，该原始图像包括成片区域和边界区域；对成片区域进行图像截取和矩形转换，得到倾斜矫正后的关节图像；在关节图像中生成该关节所需要的各类假体的最大指示线；根据关节图像的缩放比例分别计算每类假体的多个型号在关节图像中的假体图像；以及选取与各类假体的最大指示线最适配的假体图像，得到包含有该最适配假体图像的关节图像。
可选地，在根据本发明的方法中，对成片区域进行图像截取和矩形转换的步骤包括：确定成片区域的四个角点，以及该成片区域的外接矩形的四个顶点；根据四个角点和四个顶点计算变换矩阵，并将该成片区域投射变换为矩形图像。
可选地，在根据本发明的方法中，关节图像为膝关节图像，对应的膝关节假体包括股骨髁假体和胫骨假体；股骨髁假体的最大指示线为股骨前皮质和股骨髁部的边缘线，所述胫骨假体的最大指示线为胫骨平台下方区域的边缘线。
可选地，在根据本发明的方法中，膝关节图像包括侧位图像，此时选取与股骨髁假体的最大指示线最适配的假体图像的步骤包括：生成该膝关节侧位图像的膝关节辅助线，膝关节辅助线为H型线，H型线的其中一条纵线与股骨前皮质相贴，另一条纵线与股骨后髁最外点相切，横线与股骨髁底部相切；以及结合膝关节辅助线的位置和股骨髁假体的最大指示线，选取与该股骨髁假体的最大指示线最适配的假体图像；其中，在该最适配的假体图像中，假体前髁的内面与股骨前皮质相贴合，假体后髁的轮廓线与股骨后髁最大程度贴合，假体远髁的外轮廓线与股骨外边缘最大程度贴合。
可选地，在根据本发明的方法中，膝关节的正位图像和侧位图像中都生成有对应膝关节假体的最大指示线，该方法还包括步骤：从膝关节的侧位图像选取与各假体的最大指示线相适配的多个候选假体图像，该多个候选假体图像按照适配度降序排序；将该多个候选假体图像依次代入到正位图像中进行匹配，从中选取与正位图像的最大指示线最匹配的假体图像，得到包含有该最适配假体图像的关节正位图像。
可选地，根据本发明的方法中，关节图像为髋关节图像，对应的髋关节假体包括髋臼杯假体和股骨柄假体；股骨柄假体的最大指示线为股骨髓腔的边缘线，所述髋臼杯假体的最大指示线为髋臼月状面的边缘线向外扩展预定距离。
可选地，在根据本发明的方法中，还包括步骤：生成髋关节图像的髋关节辅助线，并根据该辅助线测量图像距离参数；其中，髋关节辅助线包括一条水平线和两条竖直线，水平线位于髋关节小转子的上缘位置，两条竖直线分别穿过股骨头的中心点。
可选地，在根据本发明的方法中，图像缩放比例指每像素图像所对应的实际尺寸，该缩放比例根据关节图像中的标识物的实际长度和图像长度计算得到。
可选地，在根据本发明的方法中，图像长度通过圆形比例尺标注得到，所述圆形比例尺的直径两侧端点、以及每种辅助线内的线段端点和交点都具有放大器，该放大器能够以弹层方式放大显示各点区域的图像内容。
可选地，在根据本发明的方法中，计算设备中训练有每种关节所对应的特征点计算模型，该模型适于自动生成关节图像中各假体待植入区的多个特征点，所述生成各类假体的最大指示线的步骤包括：将倾斜矫正后的关节图像输入到该关节所对应的特征点计算模型中，得到该图像中各假体待植入区的多个特征点，并基于该多个特征点拟合出各类假体的最大指示线。
可选地，在根据本发明的方法中，还包括特征点计算模型的训练步骤：对于任一种关节，获取多张包含该关节区域的标注图像，所述标注图像包括该关节的各假体待植入区的多个特征点的名称和位置；以及采用标注图像对预训练的特征点计算模型进行训练，得到训练后的特征点计算模型。
可选地，在根据本发明的方法中，计算设备中训练有每种关节所对应的指示线计算模型，该模型适于自动生成关节图像中各类待植入假体的最大指示线，生成各类假体的最大指示线的步骤包括：将倾斜矫正后的关节图像输入到该关节所对应的指示线计算模型中，得到该关节中各类假体的最大指示线。
可选地，在根据本发明的方法中，还包括所述指示线计算模型的训练步骤：对于任一种关节，获取多张包含该关节区域的标注图像，所述标注图像包括该关节的各类待植入假体的名称和最大指示线；以及采用标注图像对预训练的指示线计算模型进行训练，得到训练后的指示线计算模型。
根据本发明的又一方面，提供了关节图像处理装置，适于驻留在计算设备中，计算设备中存储有每种关节所对应的假体模型库，每个假体模型库包含该关节所需要的多类假体，且每类假体均有多个假体型号，该装置包括：图像获取模块，适于获取关节区域的原始图像，该原始图像包括成片区域和边界区域；图像矫正模块，适于对成片区域进行图像截取和矩形转换，得到倾斜矫正后的关节图像；指示线生成模块，适于在关节图像中生成该关节所需要的各类假体的最大指示线；图像计算模块，适于根据关节图像的缩放比例分别计算每类假体的多个型号假体在所述关节图像中的假体图像；以及图像匹配模块，适于选取与各类假体的最大指示线最适配的假体图像，得到包含有该最适配假体图像的关节图像。
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，通过对关节图像的处理，可在图像中显示与髋关节或膝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，对关节区域图像中的成片区域进行图像截取和矩形转换，得到校正后的图像，并在该校正后的图像中生成该关节假体的最大指示线。这样，可以将模型库中存储的不同型号假体的图像与该最大指示线进行匹配，从而得到与之最为适配的假体图像，也就是与该关节图像最为匹配的假体图像。
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关节图像处理方法200的流程图；
图3a-3c分别示出了根据本发明一个实施例的对膝关节区域的原始图像进行倾斜校正的示意图；
图4示出了根据本发明一个实施例的髋臼特征点确定的示意图；
图5a-5c分别示出了本发明一个实施例的髋关节的辅助线和标志物的示意图、膝关节标识物的示意图、以及膝关节辅助线的示意图；
图6a-6c分别示出了本发明一个实施例的与膝关节侧位图像、膝关节正位图像、髋关节图像最为匹配的假体图像的示意图；以及
图7示出了根据本发明一个实施例的关节图像处理装置700的结构图。
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根据本发明的关节图像处理方法200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根据本发明的关节图像处理方法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关节图像处理方法200的流程示意图。在对身体上的髋关节或膝关节进行术前规划时，可采用本申请的关节图像处理方法来确定适合的假体型号。
其中，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。髋关节置换就是用人造的髋臼假体和股骨柄假体分别替代损坏了的髋臼和股骨头。
膝关节由股骨内、外侧髁和胫骨内、外侧髁以及髌骨构成，为人体最大且构造最复杂，损伤机会亦较多的关节，属于滑车关节。膝关节置换术又称为膝关节表面置换术，是将人工半月板或人工软骨替换被疾病破坏的关节面，髋关节置换就是用人造的股骨髁假体和胫骨假体分别替代损坏了的股骨髁和胫骨。
一般地，计算设备中预先存储有不同关节所对应的假体模型库，每个假体模型库包含该关节所需要的多类假体的模型，且每类假体均有多个假体型号，每个假体模型对应一个型号及该型号的二维图像。例如，计算设备中存储有髋关节模型库和/或膝关节模型库，髋关节模型库包括多个髋臼假体模型和多个股骨柄假体模型，每个髋臼假体模型对应一个髋臼假体型号，每个股骨柄假体模型对应一个股骨柄假体型号。膝关节模型库包括多个股骨髁假体模型和多个胫骨假体模型，每个股骨髁假体模型对应一个股骨髁假体型号，每个胫骨假体模型对应一个胫骨假体型号。
在本申请中，可利用本发明的关节图像处理方法，对包含髋关节或膝关节的图像进行处理，来确定出各类假体的型号，从而为后续手术提供便利。以下将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，获取关节区域的原始图像，该原始图像包括成片区域和边界区域。
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对髋关节或膝关节进行扫描，生成DICOM格式的文件(如X线片)，作为包含髋关节的髋关节图像或者包含膝关节的膝关节图像。一般地，针对一个患者的髋关节或膝关节，可以对应有多张髋关节图像或膝关节图像，如多张膝关节正位图像或多张膝关节侧位图像，用于执行根据本发明的方案。
图3a为根据本发明一个实施例的膝关节X线片的示意图，也就是某患者的膝关节区域的原始图像。该原始图像包括中间有膝关节成像的成片区域(白色竖条的内部区域)，以及周围临近的边界区域(白色竖条的外部区域)。
随后在步骤S220中，对成片区域进行图像截取和矩形转换，得到倾斜矫正后的关节图像。
考虑到图3a中的该成片区域通常具有一定的倾斜或偏斜角度，因此可以先对图像进行预处理，即对该成片区域进行倾斜矫正。具体地，可以确定成片区域的四个角点，以及该成片区域的外接矩形的四个顶点，并根据四个角点和四个顶点计算变换矩阵，并将该成片区域投射变换为矩形图像。
所确定的四个角点如图3b所示，所投射变换的矩形图像如图3c所示。其中，四个角点可以采用opencv中的八点法等方法来确定，该八点如图3a和3b所示，包括四边形的四个顶点、以及四条边的中点。每个顶点都可以在图像上任意移动，且具有放大器功能，能够在该顶点处以图像上的弹层形式放大显示该顶点区域的图像。四个中点不可以任意拖动，但可以跟随该中点所在边进行位置变换，以便对该中点所在边的位置进行校对。
应当理解的是，成片区域的外接矩形可以采用现有常规方法确定，如采用图像边缘检测算法等，本发明对此不作限制。四个角点和四个顶点的变换矩阵，也就是将图3b梯形区域变换为图3c中的矩形区域的变换矩阵，其也可以采用现有常规方法确定，本发明对此不作限制。这样，就可以把具有一定倾斜角度的原始图像，倾斜矫正为正位矩形的关节图像，方便后续进行图像处理。
随后在步骤S230中，在关节图像中生成该关节所需要的各类假体的最大指示线。
在一种实现方式中，关节图像为膝关节图像，对应的膝关节假体包括股骨髁假体和胫骨假体。股骨髁假体的最大指示线为股骨前皮质和股骨髁部的边缘线，也就是股骨前髁、后髁和远髁的边缘线。胫骨假体的最大指示线为胫骨平台下方区域的边缘线，该边缘线可包括一条横穿胫骨的横线，两端达到胫骨平台外轮廓，上方距离胫骨平台一定距离。如胫骨平台下方实际距离6-7mm(考虑到软骨的厚度)的位置，后倾3-5度。
在另一种实现方式中，关节图像为髋关节图像，对应的髋关节假体包括髋臼杯假体和股骨柄假体。股骨柄假体的最大指示线为股骨髓腔的边缘线，髋臼杯假体的最大指示线为髋臼月状面的边缘线向外扩展预定距离，也就是如沿髋臼轴线向身体外侧扩展/平移预定距离。
关节假体的指示线可以根据图像边缘检测算法，基于图像中像素差异，识别各结构的边缘线，或者设定边缘线向内收缩或向外扩展预定距离，得到对应关节假体的指示线。该预定距离可以基于图像比例尺进行计算显示，比如髋臼的边缘向外扩展7mm，则在当前图像比例尺上算出7mm的实际显示距离大小，并将髋臼的边缘线沿髋臼轴线平移该7mm的距离，即得髋臼指示线。
根据本发明的一个实施例，计算设备中训练有每种关节所对应的特征点计算模型，该模型适于自动生成关节图像中各假体待植入区的多个特征点。此时，生成各类假体的最大指示线的步骤包括：将倾斜矫正后的关节图像输入到该关节所对应的特征点计算模型中，得到该图像中各假体待植入区的多个特征点，并基于该多个特征点拟合出各类假体的最大指示线。
另外，方法200还可以包括该特征点计算模型的训练步骤：对于任一种关节，获取多张包含该关节区域的标注图像，该标注图像包括该关节的各假体待植入区的多个特征点的名称和位置；以及采用标注图像对预训练的特征点计算模型进行训练，得到训练后的特征点计算模型。
具体地，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关节特征点。随后，构建初始的特征点计算模型，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关节特征点对初始的特征点计算模型进行训练，调整训练参数，直到特征点计算模型达到预设要求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关节图像中的特征点，本发明的实施例对此不做限制。
根据本发明的一个实施例，计算设备中训练有每种关节所对应的指示线计算模型，该模型适于自动生成关节图像中各类待植入假体的最大指示线。此时，生成各类假体的最大指示线的步骤包括：将倾斜矫正后的关节图像输入到该关节所对应的指示线计算模型中，得到该关节中各类假体的最大指示线。
同样地，方法200还可以包括指示线计算模型的训练步骤：对于任一种关节，获取多张包含该关节区域的标注图像，该标注图像包括该关节的各类待植入假体的名称和最大指示线；以及采用标注图像对预训练的指示线计算模型进行训练，得到训练后的指示线计算模型。
需要说明的是，本领域技术人员可以根据需要自行设定各关节部位所需要的多个特征点或指示线，如特征点包括髂前上棘、耻骨联合、小转子、股骨头重心、髓腔轴线及髋臼轴线中的一个或多个，本发明对此不作限制。训练样本中的多个特征点可以通过人工进行逐点标注，也可以在几个标注点的基础上，通过图像处理得到其他标注点。训练样本中的指示线可以人工绘制得到，也可以基于部分特征点进行拟合得到。例如，对于髋关节的髋臼而言，可以根据以下步骤来识别髋臼的特征点或指示线：
第一步，分别确定出各髋关节图像的第一拟合点。具体地，首先从髋关节图像中识别出髋臼缘上最突出的两个特征点，如髋臼前缘A和后缘B。之后，生成线段AB，并做垂直于该线段的多条垂线(如图4中示意性的示出了两条垂线)，该垂线与髋臼月状关节面的交点(如点C和点D)可作为第一拟合点。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，拟合结果也越准确性。
第二步，利用多张髋关节图像的第一拟合点，拟合出中间圆弧线，使得中间圆弧线能最大数量的包含这些第一拟合点。之后，基于几何原理确定该中间圆弧线的圆半径和圆心位置，该算法属于本领域常规技术手段，此处不做过多展开。
第三步，根据该中间圆弧线的圆半径和圆心位置，从第一拟合点中筛选出第二拟合点。在一个实施例中，可以从所有第一拟合点中，选取出与圆心的距离在预定倍数球半径内的第一拟合点，作为第二拟合点。该预定倍数优选地为1.2。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。该多个第二拟合点就可以作为髋臼区域的特征点。
进一步地，可以利用第二拟合点，拟合出与髋臼月状关节面相贴合的圆弧线，而位于线段AB右侧部分的圆弧线部分，即可作为髋臼假体的最大指示线。
随后在步骤S240中，根据关节图像的缩放比例分别计算每类假体的多个型号在关节图像中的假体图像。
根据一个实施例，图像缩放比例指每像素图像所对应的实际尺寸，该缩放比例根据关节图像中的标识物的实际长度和图像长度计算得到。其中，髋关节图像和膝关节图像都有对应的标识物，其标识物分别如图5a和5b中的圆圈区域所示。该标识物的实际长度可预设输入，图像长度通过圆形比例尺标注得到。该圆形比例尺的直径两侧端点也具有放大器，该放大器能够以弹层方式放大显示端点区域的图像内容。
基于该实际长度和图像长度，可换算出没像素对应的X线片实际尺寸大小，进而可以计算假体模型库中的各假体模型在当前图像缩放比例的尺度上，所应显示的图像大小。
随后在步骤S250中，选取与各类假体的最大指示线最适配的假体图像，得到包含有该最适配假体图像的关节图像。
需要说明的是，在进行图像匹配时，可以将假体模型库中各型号的假体图像，在当前关节图像中进行任意角度的翻转或旋转、或任意距离的移动，以将每个假体图像放置在与关节图像的最优匹配位置处，并基于此来计算每个假体图像的适配度。优选地，当所选取的当前假体图像小于最大指示线的轮廓时，则自动原位切换出下一个比该当前假体图像的型号偏大的假体图像，以判断其是否匹配。这里，因为上一张假体图像已经调整好了角度位置，因此下一张假体图像在显示时刻直接按照上一张图像的角度和方向进行原位切换显示，这样就不用每次都要对显示出的假体图像进行位置调整，提高计算效率和匹配效率。
根据一个实施例，膝关节图像为侧位图像，此时选取与股骨髁假体的最大指示线最适配的假体图像的步骤包括：生成该膝关节侧位图像的膝关节辅助线，该膝关节辅助线为H型线，如图5c所示，该H型线的其中一条纵线与股骨前皮质相贴，另一条纵线与股骨后髁最外点相切，横线与股骨髁底部相切。之后，结合该膝关节辅助线的位置和股骨髁假体的最大指示线，选取与该股骨髁假体的最大指示线最适配的假体图像。其中，在该最适配的假体图像中，假体前髁的内面与股骨前皮质相贴合，假体后髁的轮廓线与股骨后髁最大程度贴合，假体远髁的外轮廓线与股骨外边缘最大程度贴合。
进一步地，在确定膝关节假体型号时，需要结合正位图像和侧位图像来对该膝关节假体进行综合评选，每种图像中都生成有对应膝关节假体的最大指示线，确定两种图像都能匹配的假体图像，进而确定该假体图像对应的假体型号。图6a和图6b分别示出了包含最适配膝关节假体图像的膝关节侧位图像和膝关节正位图像，通过对两种图像的结合，来确定同时匹配的假体型号。
在一种实现方式中，可以从膝关节的侧位图像选取与各假体的最大指示线相适配的多个候选假体图像，该多个候选假体图像按照适配度降序排序。将该多个候选假体图像依次代入到正位图像中进行匹配，从中选取与正位图像的最大指示线最匹配的假体图像，得到包含有该最适配假体图像的关节正位图像。其中，图像的适配度也就是假体图像的轮廓线与最大指示线的相似度，图像越接近，重合度越高，则其适配度越高。
在另一种实现方式中，可以先在侧位图像中确定一张最适配的假体图像，将该假体图像代入到正位图像进行匹配，如果不匹配，则从正位图像中确定一张最匹配的假体图像代入到侧位图像，以此循环，直到找到一张对两种图像都有高匹配度的假体图像。
可选地，方法200还可以包括步骤：生成髋关节图像的髋关节辅助线，并根据该辅助线测量图像距离参数，如测量腿长差、偏距、股骨头大小、髓腔不同位置的宽度、联合偏距差等。其中，髋关节辅助线如图5a所示，其包括一条水平线和两条竖直线，水平线位于髋关节小转子的上缘位置，两条竖直线分别穿过股骨头的中心点。水平线的两个端点、以及水平线和竖直线的两个交点也都具有放大器，该放大器能够以弹层方式放大显示各点区域的图像内容。
髋关节辅助线可以辅助髋关节假体图像的匹配过程，最终所生成的包含最适配髋关节假体图像的髋关节图像如图6c所示。
之后，根据所选取出的与关节图像最适配的假体图像，确定并记录最适配假体的假体型号，并记录该最适配假体在关节图像中的位置，该位置即为待植入假体的植入位置。例如，记录该最适配假体的中心轴位置、中心点位置、边界位置等，本发明对此不作限制。
图7示出了根据本发明一个实施例的关节图像处理装置700的结构框图，该装置700可以驻留在计算设备中，如驻留在计算设备100中。该计算设备100中存储有每种关节所对应的假体模型库，每个假体模型库包含该关节所需要的多类假体，且每类假体均有多个假体型号。如图7所示，装置700包括：图像获取模块710、图像矫正模块720、指示线生成模块730、图像计算模块740和图像匹配模块750。
图像获取模块710获取关节区域的原始图像，该原始图像包括成片区域和边界区域。图像获取模块710可以进行与上面在步骤S210中描述的处理相对应的处理，这里不再展开赘述。
图像矫正模块720对成片区域进行图像截取和矩形转换，得到倾斜矫正后的关节图。图像矫正模块720可以进行与上面在步骤S220中描述的处理相对应的处理，这里不再展开赘述。
指示线生成模块730在关节图像中生成该关节所需要的各类假体的最大指示线。指示线生成模块730可以进行与上面在步骤S230中描述的处理相对应的处理，这里不再展开赘述。
图像计算模块740根据关节图像的缩放比例分别计算每类假体的多个型号假体在关节图像中的假体图像。图像计算模块740可以进行与上面在步骤S240中描述的处理相对应的处理，这里不再展开赘述。
图像匹配模块750选取与各类假体的最大指示线最适配的假体图像，得到包含有该最适配假体图像的关节图像。图像匹配模块750可以进行与上面在步骤S250中描述的处理相对应的处理，这里不再展开赘述。
根据本发明的方案，通过对包含膝关节或髋关节的图像进行成片区域提取和倾斜矫正，可以将任意歪斜的图像正位显示，提高后续图像处理的准确性，也方便工作人员查看。通过对特征点或指示线的标注，训练了机器学习模型，该模型能够有效避免各种原因造成的偏差，能够生成每个关节结构的最大指示线，保证数据准确性的同时，也尽量减少计算的复杂度。之后，将模型库中存储的不同型号假体的图像与该最大指示线进行匹配，即可得到与该关节图像最为匹配的假体图像和位置，进而能够确定对应的假体型号和放置位置，提高了术前规划的可靠性。
A8、如A1-A7中任一项所述的方法，其中，所述图像缩放比例指每像素图像所对应的实际尺寸，该缩放比例根据所述关节图像中的标识物的实际长度和图像长度计算得到。A9、如A8所述的方法，其中所述图像长度通过圆形比例尺标注得到，所述圆形比例尺的直径两侧端点、以及每种辅助线内的线段端点和交点都具有放大器，该放大器能够以弹层方式放大显示各点区域的图像内容。
A10、如A1-A9中任一项所述的方法，其中，所述计算设备中训练有每种关节所对应的特征点计算模型，该模型适于自动生成关节图像中各假体待植入区的多个特征点，所述生成各类假体的最大指示线的步骤包括：将所述倾斜矫正后的关节图像输入到该关节所对应的特征点计算模型中，得到该图像中各假体待植入区的多个特征点，并基于该多个特征点拟合出各类假体的最大指示线。A11、如A10所述的方法，还包括所述特征点计算模型的训练步骤：对于任一种关节，获取多张包含该关节区域的标注图像，所述标注图像包括该关节的各假体待植入区的多个特征点的名称和位置；以及采用所述标注图像对预训练的特征点计算模型进行训练，得到训练后的特征点计算模型。
A12、如A1-A9中任一项所述的方法，其中，所述计算设备中训练有每种关节所对应的指示线计算模型，该模型适于自动生成关节图像中各类待植入假体的最大指示线，所述生成各类假体的最大指示线的步骤包括：将所述倾斜矫正后的关节图像输入到该关节所对应的指示线计算模型中，得到该关节中各类假体的最大指示线。A13、如A12所述的方法，还包括所述指示线计算模型的训练步骤：对于任一种关节，获取多张包含该关节区域的标注图像，所述标注图像包括该关节的各类待植入假体的名称和最大指示线；以及采用所述标注图像对预训练的指示线计算模型进行训练，得到训练后的指示线计算模型。
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。
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)
1.一种关节图像处理方法，适于在计算设备中执行，所述计算设备中存储有每种关节所对应的假体模型库，每个假体模型库包含该关节所需要的多类假体，且每类假体均有多个假体型号，该方法包括步骤：
获取关节区域的原始图像，该原始图像包括成片区域和边界区域；
对所述成片区域进行图像截取和矩形转换，得到倾斜矫正后的关节图像；
在所述关节图像中生成该关节所需要的各类假体的最大指示线；
根据所述关节图像的缩放比例分别计算每类假体的多个型号在所述关节图像中的假体图像；以及
选取与各类假体的最大指示线最适配的假体图像，得到包含有该最适配假体图像的关节图像。
2.如权利要求1所述的方法，其中，所述对所述成片区域进行图像截取和矩形转换的步骤包括：
确定所述成片区域的四个角点，以及该成片区域的外接矩形的四个顶点；
根据所述四个角点和四个顶点计算变换矩阵，并将该成片区域投射变换为矩形图像。
3.如权利要求1所述的方法，其中，
所述关节图像为膝关节图像，对应的膝关节假体包括股骨髁假体和胫骨假体；
所述股骨髁假体的最大指示线为股骨前皮质和股骨髁部的边缘线，所述胫骨假体的最大指示线为胫骨平台下方区域的边缘线。
4.如权利要求3所述的方法，其中，所述膝关节图像包括侧位图像，此时选取与股骨髁假体的最大指示线最适配的假体图像的步骤包括：
生成该膝关节侧位图像的膝关节辅助线，所述膝关节辅助线为H型线，所述H型线的其中一条纵线与股骨前皮质相贴，另一条纵线与股骨后髁最外点相切，横线与股骨髁底部相切；以及
结合所述膝关节辅助线的位置和所述股骨髁假体的最大指示线，选取与该股骨髁假体的最大指示线最适配的假体图像；
其中，在该最适配的假体图像中，假体前髁的内面与股骨前皮质相贴合，假体后髁的轮廓线与股骨后髁最大程度贴合，假体远髁的外轮廓线与股骨外边缘最大程度贴合。
5.如权利要求3或4所述的方法，其中，所述膝关节的正位图像和侧位图像中都生成有对应膝关节假体的最大指示线，所述方法还包括步骤：
从膝关节的侧位图像选取与各假体的最大指示线相适配的多个候选假体图像，该多个候选假体图像按照适配度降序排序；
将该多个候选假体图像依次代入到正位图像中进行匹配，从中选取与正位图像的最大指示线最匹配的假体图像，得到包含有该最适配假体图像的关节正位图像。
6.如权利要求1-5中任一项所述的方法，其中，
所述关节图像为髋关节图像，对应的髋关节假体包括髋臼杯假体和股骨柄假体；
所述股骨柄假体的最大指示线为股骨髓腔的边缘线，所述髋臼杯假体的最大指示线为髋臼月状面的边缘线向外扩展预定距离。
7.如权利要求6所述的方法，还包括步骤：
生成髋关节图像的髋关节辅助线，并根据该辅助线测量图像距离参数；
其中，所述髋关节辅助线包括一条水平线和两条竖直线，所述水平线位于髋关节小转子的上缘位置，所述两条竖直线分别穿过股骨头的中心点。
8.一种关节图像处理装置，适于驻留在计算设备中，所述计算设备中存储有每种关节所对应的假体模型库，每个假体模型库包含该关节所需要的多类假体，且每类假体均有多个假体型号，该装置包括：
图像获取模块，适于获取关节区域的原始图像，该原始图像包括成片区域和边界区域；
图像矫正模块，适于对所述成片区域进行图像截取和矩形转换，得到倾斜矫正后的关节图像；
指示线生成模块，适于在所述关节图像中生成该关节所需要的各类假体的最大指示线；
图像计算模块，适于根据所述关节图像的缩放比例分别计算每类假体的多个型号假体在所述关节图像中的假体图像；以及
图像匹配模块，适于选取与各类假体的最大指示线最适配的假体图像，得到包含有该最适配假体图像的关节图像。
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1-7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1-7所述的方法中的任一方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010090214.8A CN111292363B (zh) | 2020-02-13 | 2020-02-13 | 一种关节图像处理方法、装置和计算设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010090214.8A CN111292363B (zh) | 2020-02-13 | 2020-02-13 | 一种关节图像处理方法、装置和计算设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111292363A true CN111292363A (zh) | 2020-06-16 |
| CN111292363B CN111292363B (zh) | 2022-02-22 |
Family
ID=71025578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010090214.8A Active CN111292363B (zh) | 2020-02-13 | 2020-02-13 | 一种关节图像处理方法、装置和计算设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111292363B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112914724A (zh) * | 2021-01-29 | 2021-06-08 | 北京长木谷医疗科技有限公司 | 全膝关节置换手术导板的设计方法及相关设备 |
| CN113096337A (zh) * | 2021-04-08 | 2021-07-09 | 中国人民解放军军事科学院国防工程研究院工程防护研究所 | 用于复杂背景的移动目标识别处理方法及智能安防系统 |
| CN113744214A (zh) * | 2021-08-24 | 2021-12-03 | 北京长木谷医疗科技有限公司 | 基于深度强化学习的股骨柄放置方法、装置及电子设备 |
| CN114463414A (zh) * | 2021-12-13 | 2022-05-10 | 北京长木谷医疗科技有限公司 | 膝关节外旋角测量方法、装置、电子设备及存储介质 |
| WO2022142741A1 (zh) * | 2020-12-31 | 2022-07-07 | 北京长木谷医疗科技有限公司 | 全膝关节置换术前规划方法和装置 |
| WO2022152128A1 (zh) * | 2021-01-12 | 2022-07-21 | 北京长木谷医疗科技有限公司 | 全髋关节置换用导板设计方法及相关设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120177264A1 (en) * | 2008-10-08 | 2012-07-12 | James Andrew Zug | Method and System for Surgical Modeling |
| CN105139442A (zh) * | 2015-07-23 | 2015-12-09 | 昆明医科大学第一附属医院 | 一种结合ct和mri二维图像建立人体膝关节三维仿真模型的方法 |
| CN106264731A (zh) * | 2016-10-11 | 2017-01-04 | 昆明医科大学第附属医院 | 一种基于点对点配准技术虚拟膝关节单髁置换术模型构建的方法 |
| CN107303200A (zh) * | 2016-04-21 | 2017-10-31 | 齐欣 | 髋关节置换手术中股骨侧标记系统及其制作方法 |
| CN108618843A (zh) * | 2017-03-21 | 2018-10-09 | 上海博玛医疗科技有限公司 | 一种基于计算机辅助技术的人工关节术前准备系统及方法 |
| CN109409366A (zh) * | 2018-10-30 | 2019-03-01 | 四川长虹电器股份有限公司 | 基于角点检测的畸变图像校正方法及装置 |
| CN109925055A (zh) * | 2019-03-04 | 2019-06-25 | 北京和华瑞博科技有限公司 | 全数字化全膝关节置换手术机器人系统及其模拟手术方法 |
| CN110037768A (zh) * | 2019-04-23 | 2019-07-23 | 雅客智慧（北京）科技有限公司 | 关节置换手术辅助定位方法、定位装置及系统 |
| CN110636273A (zh) * | 2019-10-15 | 2019-12-31 | 歌尔股份有限公司 | 调整投影画面的方法、装置、可读存储介质及投影仪 |
| US20200219626A1 (en) * | 2008-09-19 | 2020-07-09 | Smith & Nephew, Inc. | Operatively tuning implants for increased performance |
-
2020
- 2020-02-13 CN CN202010090214.8A patent/CN111292363B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200219626A1 (en) * | 2008-09-19 | 2020-07-09 | Smith & Nephew, Inc. | Operatively tuning implants for increased performance |
| US20120177264A1 (en) * | 2008-10-08 | 2012-07-12 | James Andrew Zug | Method and System for Surgical Modeling |
| CN105139442A (zh) * | 2015-07-23 | 2015-12-09 | 昆明医科大学第一附属医院 | 一种结合ct和mri二维图像建立人体膝关节三维仿真模型的方法 |
| CN107303200A (zh) * | 2016-04-21 | 2017-10-31 | 齐欣 | 髋关节置换手术中股骨侧标记系统及其制作方法 |
| CN106264731A (zh) * | 2016-10-11 | 2017-01-04 | 昆明医科大学第附属医院 | 一种基于点对点配准技术虚拟膝关节单髁置换术模型构建的方法 |
| CN108618843A (zh) * | 2017-03-21 | 2018-10-09 | 上海博玛医疗科技有限公司 | 一种基于计算机辅助技术的人工关节术前准备系统及方法 |
| CN109409366A (zh) * | 2018-10-30 | 2019-03-01 | 四川长虹电器股份有限公司 | 基于角点检测的畸变图像校正方法及装置 |
| CN109925055A (zh) * | 2019-03-04 | 2019-06-25 | 北京和华瑞博科技有限公司 | 全数字化全膝关节置换手术机器人系统及其模拟手术方法 |
| CN110037768A (zh) * | 2019-04-23 | 2019-07-23 | 雅客智慧（北京）科技有限公司 | 关节置换手术辅助定位方法、定位装置及系统 |
| CN110636273A (zh) * | 2019-10-15 | 2019-12-31 | 歌尔股份有限公司 | 调整投影画面的方法、装置、可读存储介质及投影仪 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022142741A1 (zh) * | 2020-12-31 | 2022-07-07 | 北京长木谷医疗科技有限公司 | 全膝关节置换术前规划方法和装置 |
| WO2022152128A1 (zh) * | 2021-01-12 | 2022-07-21 | 北京长木谷医疗科技有限公司 | 全髋关节置换用导板设计方法及相关设备 |
| CN112914724A (zh) * | 2021-01-29 | 2021-06-08 | 北京长木谷医疗科技有限公司 | 全膝关节置换手术导板的设计方法及相关设备 |
| CN113096337A (zh) * | 2021-04-08 | 2021-07-09 | 中国人民解放军军事科学院国防工程研究院工程防护研究所 | 用于复杂背景的移动目标识别处理方法及智能安防系统 |
| CN113096337B (zh) * | 2021-04-08 | 2022-11-11 | 中国人民解放军军事科学院国防工程研究院工程防护研究所 | 用于复杂背景的移动目标识别处理方法及智能安防系统 |
| CN113744214A (zh) * | 2021-08-24 | 2021-12-03 | 北京长木谷医疗科技有限公司 | 基于深度强化学习的股骨柄放置方法、装置及电子设备 |
| CN113744214B (zh) * | 2021-08-24 | 2022-05-13 | 北京长木谷医疗科技有限公司 | 基于深度强化学习的股骨柄放置装置及电子设备 |
| CN114463414A (zh) * | 2021-12-13 | 2022-05-10 | 北京长木谷医疗科技有限公司 | 膝关节外旋角测量方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111292363B (zh) | 2022-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111292363B (zh) | 一种关节图像处理方法、装置和计算设备 | |
| CN111179350B (zh) | 髋关节图像处理系统 | |
| JP7203148B2 (ja) | 術中画像分析のためのシステム及び方法 | |
| CN111223146B (zh) | 对髋关节图像的处理方法及计算设备 | |
| US10595943B2 (en) | Model-based surgical planning and implant placement | |
| US20100030231A1 (en) | Surgical system and method | |
| CN117838305A (zh) | 用于确定髋部外科手术期间腿长改变的系统和方法 | |
| US8249318B2 (en) | Method for identifying implanted reconstructive prosthetic devices | |
| US20090089034A1 (en) | Surgical Planning | |
| US20200205900A1 (en) | Dynamic 3d motion capture for surgical implant orientation | |
| US11957418B2 (en) | Systems and methods for pre-operative visualization of a joint | |
| CN110177492A (zh) | 用于治疗关节的方法和设备，包括髋关节中的凸轮型股骨髋臼撞击症和髋关节中的钳夹型股骨髋臼撞击症的治疗 | |
| JP2011517579A (ja) | カスタマイズされた外科装置 | |
| US9913691B2 (en) | System and method for model-based surgical planning | |
| CN107106239A (zh) | 外科规划和方法 | |
| Morris et al. | Decreasing pelvic incidence is associated with greater risk of cam morphology | |
| Bartels et al. | Computed tomography-based joint locations affect calculation of joint moments during gait when compared to scaling approaches | |
| Handels et al. | Virtual planning of hip operations and individual adaption of endoprostheses in orthopaedic surgery | |
| US20230105822A1 (en) | Intraoperative guidance systems and methods | |
| Jaramaz et al. | 2D/3D registration for measurement of implant alignment after total hip replacement | |
| US20230094903A1 (en) | Systems and methods of using photogrammetry for intraoperatively aligning surgical elements | |
| WO2023122680A1 (en) | Systems and methods for image-based analysis of anatomical features | |
| Zhou et al. | Improving inter-fragmentary alignment for virtual 3D reconstruction of highly fragmented bone fractures | |
| CN114663363A (zh) | 一种基于深度学习的髋关节医学图像处理方法和装置 | |
| Gooßen et al. | Automatic joint alignment measurements in pre-and post-operative long leg standing radiographs |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Yiling Inventor after: Liu Xingyu Inventor before: Zhang Yiling Inventor before: Chai Wei Inventor before: Liu Xingyu Inventor before: An Yicheng |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| 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. |
|
| CP01 | Change in the name or title of a patent holder |