CN111583232B - 一种股骨头中心确定方法、装置、计算机设备和存储介质 - Google Patents
一种股骨头中心确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111583232B CN111583232B CN202010385706.XA CN202010385706A CN111583232B CN 111583232 B CN111583232 B CN 111583232B CN 202010385706 A CN202010385706 A CN 202010385706A CN 111583232 B CN111583232 B CN 111583232B
- Authority
- CN
- China
- Prior art keywords
- initial center
- center point
- points
- femoral head
- initial
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000000700 radioactive tracer Substances 0.000 claims description 18
- 210000000689 upper leg Anatomy 0.000 claims description 11
- 230000008569 process Effects 0.000 abstract description 11
- 210000004197 pelvis Anatomy 0.000 abstract description 7
- 238000001356 surgical procedure Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003049 pelvic bone Anatomy 0.000 description 2
- 208000002847 Surgical Wound Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例提供了一种股骨头中心确定方法、装置、计算机设备和存储介质。本发明实施例提供的技术方案中，统计预先设置的股骨头的初始中心点点集中初始中心点的数量；判断初始中心点的数量是否大于或等于第一数量阈值；若判断出初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点，能够有效过滤在确定股骨头中心点过程中骨盆微动产生的噪声，提高股骨头中心定位的精确性，从而提高手术的安全性。
Description
【技术领域】
本发明涉及计算机辅助医疗技术领域，尤其涉及一种股骨头中心确定方法、装置、计算机设备和存储介质。
【背景技术】
随着现代医学不断进步以及各学科先进成果在医学上的广泛应用，外科手术在减少病人痛苦、减小手术切口等方面有了很大进步。关节置换手术是较为复杂的外科手术，例如：股骨头置换手术。目前虽然对于关节置换手术有先进的技术作为辅助，一定程度上提高了手术的安全性，但对于股骨头手术仍采用通过术中旋转病人股骨获得多个位姿，再利用最小二乘法拟合股骨头中心的技术方法，这种方法在手术过程中需要旋转病人股骨，无法避免在旋转过程中盆骨产生微动，而一旦盆骨微动，对股骨头中心的定位会造成很大的误差，导致手术精确性和安全性较低。
【发明内容】
有鉴于此，本发明实施例提供了一种股骨头中心确定方法、装置、计算机设备和存储介质，可以提高股骨头中心定位的精确性，从而提高手术的安全性。
一方面，本发明实施例提供了一种股骨头中心确定方法，该方法包括：
统计预先设置的股骨头的初始中心点点集中初始中心点的数量；
判断初始中心点的数量是否大于或等于第一数量阈值；
若判断出初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点。
可选地，初始中心点点集中包括多个初始中心点；通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点，包括：
对每个初始中心点进行遍历，生成每个初始中心点对应的点间距离；
统计每个初始中心点对应的点间距离的数量；
将点间距离的数量存储至预先设置的数量集合；
将数量集合中的最大值对应的初始中心点确定为股骨头中心点。
可选地，对每个初始中心点进行遍历，生成每个初始中心点对应的点间距离，包括：
从初始中心点点集中任意选取一个初始中心点并将选取的初始中心点作为当前初始中心点；
查询出点间距离，点间距离包括当前初始中心点与其它初始中心点之间的距离且距离小于预设距离阈值；
从其它初始中心点中任意选取一个初始中心点，将选取的初始中心点作为当前初始中心点，继续执行查询出点间距离的步骤，直到将初始中心点点集中所有的初始中心点遍历完毕。
可选地，在统计预先设置的股骨头的初始中心点点集中初始中心点的数量之前，还包括：
获取股骨示踪器采集的轨迹数据点；
判断统计出的轨迹数据点的数量是否大于或等于第二数量阈值；
若判断出统计出的轨迹数据点的数量大于或等于第二数量阈值，通过最小二乘法，对轨迹数据点进行拟合，生成初始中心点；
将初始中心点存储于预先设置的初始中心点点集。
可选地，该方法还包括：
若判断出统计出的轨迹数据点的数量小于第二数量阈值，继续执行获取股骨示踪器采集的轨迹数据点的步骤。
可选地，该方法还包括：
若判断出初始中心点的数量小于第一数量阈值，清除预先设置的轨迹数据点点集中的轨迹数据点，并继续执行获取股骨示踪器采集的轨迹数据点的步骤。
可选地，在获取股骨示踪器采集的轨迹数据点之后，还包括：
将轨迹数据点存储于预先设置的轨迹数据点点集。
另一方面，本发明实施例提供了一种股骨头中心确定装置，包括：
统计单元，用于统计预先设置的股骨头的初始中心点点集中初始中心点的数量；
第一判断单元，用于判断初始中心点的数量是否大于或等于第一数量阈值；
第一生成单元，用于若判断出初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点。
另一方面，本发明实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述股骨头中心确定方法。
另一方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现上述股骨头中心确定方法。
本发明实施例的方案中，统计预先设置的股骨头的初始中心点点集中初始中心点的数量；判断初始中心点的数量是否大于或等于第一数量阈值；若判断出初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点，能够有效过滤在确定股骨头中心点过程中骨盆微动产生的噪声，提高股骨头中心定位的精确性，从而提高手术的安全性。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种股骨头中心确定方法的流程图；
图2为本发明实施例提供的又一种股骨头中心确定方法的流程图；
图3为本发明实施例提供的一种股骨头中心确定装置的结构示意图；
图4为本发明实施例提供的一种计算机设备的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述设定阈值，但这些设定阈值不应限于这些术语。这些术语仅用来将设定阈值彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一设定阈值也可以被称为第二设定阈值，类似地，第二设定阈值也可以被称为第一设定阈值。
图1为本发明实施例提供的一种股骨头中心确定方法的流程图，如图1所示，该方法包括：
步骤101、统计预先设置的股骨头的初始中心点点集中初始中心点的数量。
步骤102、判断所述初始中心点的数量是否大于或等于第一数量阈值。
步骤103、若判断出所述初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据所述初始中心点点集，生成股骨头中心点。
本发明实施例提供的技术方案中，统计预先设置的股骨头的初始中心点点集中初始中心点的数量；判断初始中心点的数量是否大于或等于第一数量阈值；若判断出初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点，能够有效过滤在确定股骨头中心点过程中骨盆微动产生的噪声，提高股骨头中心定位的精确性，从而提高手术的安全性。
图2为本发明实施例提供的又一种股骨头中心确定方法的流程图，如图2所示，该方法包括：
步骤201、获取股骨示踪器采集的轨迹数据点。
本实施例中，各步骤由服务器执行。
本实施例中，患者躺在手术床上，将患者腰部以及骨盆固定于手术床，将股骨示踪器绑在患者的大腿部位(股骨头)，旋转患者大腿成一个膨胀的螺旋形。在旋转患者大腿的过程中，尽量保持股骨头中心不产生位移，减小轨迹数据点的误差。
本实施例中，股骨示踪器在患者大腿旋转过程中采集轨迹数据点。作为一种可选方案，股骨示踪器每200毫秒采集一个轨迹数据点。
进一步地，将轨迹数据点存储于预先设置的轨迹数据点点集。
步骤202、判断统计出的轨迹数据点的数量是否大于或等于第二数量阈值，若是，则执行步骤203；若否，则执行步骤201。
本实施例中，第二数量阈值可根据实际情况进行预先设置，第二数量阈值的取值范围为小于或等于40且大于或等于15。作为一种可选方案，第二数量阈值为30个。
本实施例中，统计股骨示踪器采集到的轨迹数据点的数量，若判断出该数量大于或等于第二数量阈值，表明轨迹数据点的数量可以满足最小二乘法的精度的要求，继续执行步骤203；若判断出该数量小于第二数量阈值，表明轨迹数据点的数量不能满足最小二乘法的精度的要求，即：轨迹数据点的数量太少，需要采集更多的轨迹数据点，继续执行步骤201。
本实施例中，采集一定数量的轨迹数据点，在后续步骤的通过最小二乘法进行拟合的过程中，可以提高拟合结果的精度。
步骤203、通过最小二乘法，对轨迹数据点进行拟合，生成初始中心点。
本实施例中，利用最小二乘法对轨迹数据点进行拟合，拟合出股骨头的初始中心点，拟合出的初始中心点仍存在误差，需要对初始中心点进行二次处理，进一步减小误差。
步骤204、将初始中心点存储于预先设置的初始中心点点集。
本实施例中，初始中心点点集用于存储拟合出的股骨头的初始中心点。
步骤205、统计预先设置的股骨头的初始中心点点集中初始中心点的数量。
本实施例中，股骨头的初始中心点点集中存储有多个股骨头的初始中心点。
步骤206、判断初始中心点的数量是否大于或等于第一数量阈值，若是，则执行步骤208；若否，则执行步骤207。
本实施例中，第一数量阈值可根据实际情况进行预先设置，第一数量阈值的取值范围为小于或等于40且大于或等于15。作为一种可选方案，第一数量阈值为30个。
本实施例中，若判断出初始中心点的数量大于或等于第一数量阈值，表明初始中心点的数量可以满足基于密度的聚类算法的精度的要求，继续执行步骤208；若判断出初始中心点的数量小于第一数量阈值，表明初始中心点的数量不能满足基于密度的聚类算法的精度的要求，需要拟合出更多的初始中心点，继续执行步骤207。
本实施例中，采集一定数量的初始中心点，在后续步骤的通过基于密度的聚类算法进行优化的过程中，可以提高拟合结果的精度。
步骤207、清除预先设置的轨迹数据点点集中的轨迹数据点，继续执行步骤201。
本实施例中，轨迹数据点点集中包括股骨示踪器采集到的多个轨迹数据点，当股骨头的初始中心点点集中初始中心点的数量小于第一数量阈值时，需要拟合出更多的初始中心点，将轨迹数据点点集中的轨迹数据点清除，继续执行步骤201，再次采集轨迹数据点。
步骤208、对每个初始中心点进行遍历，生成每个初始中心点对应的点间距离。
本实施例中，步骤208具体包括：
步骤2081、从初始中心点点集中任意选取一个初始中心点，并将选取的初始中心点作为当前初始中心点。
本实施例中，初始中心点点集包括多个股骨头的初始中心点，从初始中心点点集中任意选取一个初始中心点，将选取的初始中心点确定为当前初始中心点。
步骤2082、查询出点间距离，点间距离包括当前初始中心点与其它初始中心点之间的距离且该距离小于预设距离阈值。
本实施例中，距离阈值可根据实际情况进行预先设置，距离阈值的取值范围为小于或等于10毫米且大于或等于5毫米。作为一种可选方案，距离阈值为6毫米。
本实施例中，初始中心点点集中还包括初始中心点的位置。
本实施例中，通过欧式距离公式对当前初始中心点的位置和其它初始中心点的位置进行计算，生成当前初始中心点与其它初始中心点之间的点间距离。其中，(x2,y2)为其它初始中心点的位置，(x1,y1)为当前初始中心点的位置，s为点间距离。
例如：距离阈值为6毫米，初始中心点点集中包括5个初始中心点，分别为：a、b、c、d和e，a为当前初始中心点，b、c、d和e为其它中心点，通过欧式距离公式计算出a与b的点间距离为1毫米、a与c的点间距离为2毫米、a与d的点间距离为3毫米、a与e的点间距离为7毫米；查询出小于预设距离阈值6毫米的点间距离有1毫米、2毫米和3毫米。
步骤2083、从其它初始中心点中任意选取一个初始中心点，将选取的初始中心点作为当前初始中心点，继续执行步骤2082，直到将初始中心点点集中所有的初始中心点遍历完毕，执行步骤209。
例如：a为当前初始中心点，b、c、d和e为其它中心点，则从b、c、d和e中选取出一个初始中心点作为当前初始中心点，继续执行步骤2082。
作为一种可选方案，从初始中心点点集中任意选取一个初始中心点，并将选取的初始中心点作为当前初始中心点；查询出点间距离，点间距离包括当前初始中心点与其它初始中心点之间的距离且该距离小于预设距离阈值；对设置的累加值进行加1处理；判断累加值是否等于初始中心点的总数值，若是，表明所有初始中心点均已遍历，继续执行步骤209；若否，表明还有初始中心点没有被遍历，从其它初始中心点中任意选取一个初始中心点，将选取的初始中心点作为当前初始中心点。其中，设置累加值用于记录遍历初始中心点点集中的初始中心点的次数，累加值的初始值设置为0。
步骤209、统计每个初始中心点对应的点间距离的数量。
例如：当前初始中心点a的点间距离有1毫米、2毫米和3毫米，统计出当前初始中心点a的点间距离的数量为3。
步骤210、将点间距离的数量存储至预先设置的数量集合。
本实施例中，预先设置的数量集合用于存储点间距离的数量。
例如：点间距离的数量为3，将3存储至数量集合中。
步骤211、将数量集合中的最大值对应的初始中心点确定为股骨头中心点。
例如：数量集合中包括：初始中心点a对应的点间距离为3；初始中心点b对应的点间距离为2；初始中心点c对应的点间距离为2；初始中心点d对应的点间距离为1；因此，数量集合中的最大值为3，对应的初始中心点为a，则将初始中心点a确定为股骨头中心点。
本实施例中，采用基于密度的聚类算法对拟合出的初始中心点进行二次优化，能够有效过滤在拟合股骨头中心点过程中骨盆微动产生的噪声，提高了确定出的股骨头中心的准确性和健壮性。
本发明实施例提供的股骨头中心确定方法的技术方案中，统计预先设置的股骨头的初始中心点点集中初始中心点的数量；判断初始中心点的数量是否大于或等于第一数量阈值；若判断出初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点，能够有效过滤在确定股骨头中心点过程中骨盆微动产生的噪声，提高股骨头中心定位的精确性，从而提高手术的安全性。
图3为本发明实施例提供的一种股骨头中心确定装置的结构示意图，该装置用于执行上述股骨头中心确定方法，如图3所示，该装置包括：统计单元11、第一判断单元12和第一生成单元13。
统计单元11用于统计预先设置的股骨头的初始中心点点集中初始中心点的数量。
第一判断单元12用于判断初始中心点的数量是否大于或等于第一数量阈值。
第一生成单元13用于若判断出初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点。
本发明实施例中，第一生成单元13具体用于对每个初始中心点进行遍历，生成每个初始中心点对应的点间距离；统计每个初始中心点对应的点间距离的数量；将点间距离的数量存储至预先设置的数量集合；将数量集合中的最大值对应的初始中心点确定为股骨头中心点。
本发明实施例中，第一生成单元13具体还用于从初始中心点点集中任意选取一个初始中心点并将选取的初始中心点作为当前初始中心点；查询出点间距离，点间距离包括当前初始中心点与其它初始中心点之间的距离且距离小于预设距离阈值；从其它初始中心点中任意选取一个初始中心点，将选取的初始中心点作为当前初始中心点，继续执行查询出点间距离的步骤，直到将初始中心点点集中所有的初始中心点遍历完毕。
本发明实施例中，所述装置还包括：获取单元14、第二判断单元15、第二生成单元16和第一存储单元17。
获取单元14用于获取股骨示踪器采集的轨迹数据点。
第二判断单元15用于判断统计出的轨迹数据点的数量是否大于或等于第二数量阈值；若判断出统计出的轨迹数据点的数量小于第二数量阈值，触发获取单元14继续执行获取股骨示踪器采集的轨迹数据点的步骤。
第二生成单元16用于若第二判断单元15判断出统计出的轨迹数据点的数量大于或等于第二数量阈值，通过最小二乘法，对轨迹数据点进行拟合，生成初始中心点。
第一存储单元17用于将初始中心点存储于预先设置的初始中心点点集。
本发明实施例中，所述装置还包括：清除单元18。
清除单元18用于若第一判断单元12判断出初始中心点的数量小于第一数量阈值，清除预先设置的轨迹数据点点集中的轨迹数据点，并触发获取单元14继续执行获取股骨示踪器采集的轨迹数据点的步骤。
本发明实施例中，所述装置还包括：第二存储单元19。
第二存储单元19用于将轨迹数据点存储于预先设置的轨迹数据点点集。
本发明实施例的方案中，统计预先设置的股骨头的初始中心点点集中初始中心点的数量；判断初始中心点的数量是否大于或等于第一数量阈值；若判断出初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据初始中心点点集，生成股骨头中心点，能够有效过滤在确定股骨头中心点过程中骨盆微动产生的噪声，提高股骨头中心定位的精确性，从而提高手术的安全性。
本发明实施例提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述股骨头中心确定方法的实施例的各步骤，具体描述可参见上述股骨头中心确定方法的实施例。
本发明实施例提供了一种计算机设备，包括存储器和处理器，存储器用于存储包括程序指令的信息，处理器用于控制程序指令的执行，程序指令被处理器加载并执行时实现上述股骨头中心确定方法的实施例的各步骤，具体描述可参见上述股骨头中心确定方法的实施例。
图4为本发明实施例提供的一种计算机设备的示意图。如图4所示，该实施例的计算机设备40包括：处理器41、存储器42以及存储在存储42中并可在处理器41上运行的计算机程序43，该计算机程序43被处理器41执行时实现实施例中的应用于数据处理方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器41执行时实现实施例中应用于股骨头中心确定装置中各模型/单元的功能，为避免重复，此处不一一赘述。
计算机设备40包括，但不仅限于，处理器41、存储器42。本领域技术人员可以理解，图4仅仅是计算机设备40的示例，并不构成对计算机设备40的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器41可以是中央处理单元(Central Proceing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital ignal Proceor，DP)、专用集成电路(Application pecific Integrated Circuit，AIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器42可以是计算机设备40的内部存储单元，例如计算机设备40的硬盘或内存。存储器42也可以是计算机设备40的外部存储设备，例如计算机设备40上配备的插接式硬盘，智能存储卡(mart Media Card,MC)，安全数字(ecure Digital,D)卡，闪存卡(FlahCard)等。进一步地，存储器42还可以既包括计算机设备40的内部存储单元也包括外部存储设备。存储器42用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器42还可以用于暂时地存储已经输出或者将要输出的数据。
在本发明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，在本发明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，也可以采用硬件加软件功能单元的形式实现。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (9)
1.一种股骨头中心确定方法，其特征在于，所述方法包括：
统计预先设置的股骨头的初始中心点点集中初始中心点的数量；
判断所述初始中心点的数量是否大于或等于第一数量阈值；
若判断出所述初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据所述初始中心点点集，生成股骨头中心点；
在统计预先设置的股骨头的初始中心点点集中初始中心点的数量之前，还包括：
获取股骨示踪器采集的轨迹数据点；
判断统计出的所述轨迹数据点的数量是否大于或等于第二数量阈值；
若判断出统计出的所述轨迹数据点的数量大于或等于第二数量阈值，通过最小二乘法，对所述轨迹数据点进行拟合，生成初始中心点；
将所述初始中心点存储于预先设置的初始中心点点集。
2.根据权利要求1所述的股骨头中心确定方法，其特征在于，所述初始中心点点集中包括多个初始中心点；所述通过基于密度的聚类算法，根据所述初始中心点点集，生成股骨头中心点，包括：
对所述每个初始中心点进行遍历，生成所述每个初始中心点对应的点间距离；
统计所述每个初始中心点对应的点间距离的数量；
将所述点间距离的数量存储至预先设置的数量集合；
将所述数量集合中的最大值对应的初始中心点确定为股骨头中心点。
3.根据权利要求2所述的股骨头中心确定方法，其特征在于，所述对所述每个初始中心点进行遍历，生成每个初始中心点对应的点间距离，包括：
从所述初始中心点点集中任意选取一个初始中心点并将选取的初始中心点作为当前初始中心点；
查询出点间距离，所述点间距离包括所述当前初始中心点与其它初始中心点之间的距离且所述距离小于预设距离阈值；
从其它初始中心点中任意选取一个初始中心点，将选取的初始中心点作为当前初始中心点，继续执行所述查询出点间距离的步骤，直到将所述初始中心点点集中所有的所述初始中心点遍历完毕。
4.根据权利要求1所述的股骨头中心确定方法，其特征在于，所述方法还包括：
若判断出统计出的所述轨迹数据点的数量小于第二数量阈值，继续执行所述获取股骨示踪器采集的轨迹数据点的步骤。
5.根据权利要求1所述的股骨头中心确定方法，其特征在于，所述方法还包括：
若判断出所述初始中心点的数量小于第一数量阈值，清除预先设置的轨迹数据点点集中的轨迹数据点，并继续执行所述获取股骨示踪器采集的轨迹数据点的步骤。
6.根据权利要求1所述的股骨头中心确定方法，其特征在于，在获取股骨示踪器采集的轨迹数据点之后，还包括：
将所述轨迹数据点存储于预先设置的轨迹数据点点集。
7.一种股骨头中心确定装置，其特征在于，所述装置包括：
统计单元，用于统计预先设置的股骨头的初始中心点点集中初始中心点的数量；
第一判断单元，用于判断所述初始中心点的数量是否大于或等于第一数量阈值；
第一生成单元，用于若判断出所述初始中心点的数量大于或等于第一数量阈值，通过基于密度的聚类算法，根据所述初始中心点点集，生成股骨头中心点；
所述装置还包括：
获取单元，用于获取股骨示踪器采集的轨迹数据点；
第二判断单元，用于判断统计出的轨迹数据点的数量是否大于或等于第二数量阈值；
第二生成单元，用于若第二判断单元判断出统计出的轨迹数据点的数量大于或等于第二数量阈值，通过最小二乘法，对轨迹数据点进行拟合，生成初始中心点；
第一存储单元，用于将初始中心点存储于预先设置的初始中心点点集。
8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的股骨头中心确定方法。
9.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至6任意一项所述的股骨头中心确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010385706.XA CN111583232B (zh) | 2020-05-09 | 2020-05-09 | 一种股骨头中心确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010385706.XA CN111583232B (zh) | 2020-05-09 | 2020-05-09 | 一种股骨头中心确定方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111583232A CN111583232A (zh) | 2020-08-25 |
| CN111583232B true CN111583232B (zh) | 2024-04-26 |
Family
ID=72112089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010385706.XA Active CN111583232B (zh) | 2020-05-09 | 2020-05-09 | 一种股骨头中心确定方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111583232B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113545847B (zh) * | 2021-06-08 | 2022-07-26 | 北京天智航医疗科技股份有限公司 | 股骨头中心定位系统和定位方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012021895A2 (en) * | 2010-08-13 | 2012-02-16 | Smith & Nephew, Inc. | Systems and methods for optimizing parameters of orthopaedic procedures |
| CN105513136A (zh) * | 2015-11-30 | 2016-04-20 | 东北大学 | 一种基于水平集中心聚类的3d角色模型骨架提取方法 |
| CN109124835A (zh) * | 2018-09-07 | 2019-01-04 | 上海电气集团股份有限公司 | 股骨头中心点的定位方法和系统 |
| CN109567839A (zh) * | 2018-11-20 | 2019-04-05 | 北京中科研究院 | 髋关节x光图像自动分析方法 |
| CN110232685A (zh) * | 2019-06-17 | 2019-09-13 | 合肥工业大学 | 基于深度学习的空间骨盆参数自动测量方法 |
| CN110246218A (zh) * | 2019-06-17 | 2019-09-17 | 合肥工业大学 | 股骨头三维模型的重建方法、空间骨盆参数测量方法 |
-
2020
- 2020-05-09 CN CN202010385706.XA patent/CN111583232B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012021895A2 (en) * | 2010-08-13 | 2012-02-16 | Smith & Nephew, Inc. | Systems and methods for optimizing parameters of orthopaedic procedures |
| CN105513136A (zh) * | 2015-11-30 | 2016-04-20 | 东北大学 | 一种基于水平集中心聚类的3d角色模型骨架提取方法 |
| CN109124835A (zh) * | 2018-09-07 | 2019-01-04 | 上海电气集团股份有限公司 | 股骨头中心点的定位方法和系统 |
| CN109567839A (zh) * | 2018-11-20 | 2019-04-05 | 北京中科研究院 | 髋关节x光图像自动分析方法 |
| CN110232685A (zh) * | 2019-06-17 | 2019-09-13 | 合肥工业大学 | 基于深度学习的空间骨盆参数自动测量方法 |
| CN110246218A (zh) * | 2019-06-17 | 2019-09-17 | 合肥工业大学 | 股骨头三维模型的重建方法、空间骨盆参数测量方法 |
Non-Patent Citations (3)
| Title |
|---|
| An evaluation of CT-scan to locate the femoral head centre and its implication for hip surgeons;Viste Anthony等;surgical and radiologic anatomy;20140430;第36卷(第3期);全文 * |
| 基于随机森林算法的小鼠micro-CT影像中骨骼关节特征点定位;屠睿博;陈中华;王洪凯;;中国生物医学工程学报(03);全文 * |
| 髋关节表面置换手术导航系统;张建国;叶铭;杨庆铭;王成焘;;上海交通大学学报(12);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111583232A (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111046717B (zh) | 眼底图像黄斑中心定位方法、装置、电子设备及存储介质 | |
| DE69333935T2 (de) | Verfahren zur Unterscheidung von Tachycardie oder frequenzadaptierende Reizung mit mehreren Sensoren | |
| Thall et al. | Evaluating multiple treatment courses in clinical trials | |
| Gooley et al. | Simulation as a design tool for phase I/II clinical trials: an example from bone marrow transplantation | |
| EP3608870A1 (en) | Computer assisted identification of appropriate anatomical structure for medical device placement during a surgical procedure | |
| US20080255442A1 (en) | Registration system and method | |
| CN111583232B (zh) | 一种股骨头中心确定方法、装置、计算机设备和存储介质 | |
| CN111724420A (zh) | 一种术中配准方法、装置、存储介质和服务器 | |
| US10285611B1 (en) | Cardiac mapping using a 3D grid | |
| CN109509177B (zh) | 一种脑部影像识别的方法及装置 | |
| CN111553883A (zh) | 一种医学影像的处理方法及装置、计算机设备及存储介质 | |
| EP1894163B1 (en) | Point-selection for fast deformable registration | |
| WO2008141293A2 (en) | Image segmentation system and method | |
| CN113662660A (zh) | 关节置换术前规划方法、装置、设备及存储介质 | |
| CN110288631B (zh) | 追踪导丝尖端的方法、系统及存储介质 | |
| CN113344926B (zh) | 胆胰超声图像识别方法、装置、服务器及存储介质 | |
| CN116485846B (zh) | 进针位置确定方法、装置、电子设备及可读存储介质 | |
| Wang et al. | A comparative study of feature-salience ranking techniques | |
| US6434260B1 (en) | Facial imaging in utero | |
| CN112308823B (zh) | 医学图像中感兴趣区域的定位方法及装置 | |
| CN111178428B (zh) | 软骨损伤分类方法、装置、计算机设备和存储介质 | |
| CN113994380A (zh) | 基于深度学习的消融区域确定方法 | |
| CN116778138A (zh) | 一种肺结节定位系统 | |
| CN112102351A (zh) | 医学图像分析方法、装置、电子设备及可读存储介质 | |
| CN111507455A (zh) | 神经网络系统生成方法和装置、图像处理方法和电子设备 |
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 |