CN112603534B - 一种关节腔积液治疗过程中最佳节线位置的确定方法 - Google Patents

一种关节腔积液治疗过程中最佳节线位置的确定方法 Download PDF

Info

Publication number
CN112603534B
CN112603534B CN202011416030.2A CN202011416030A CN112603534B CN 112603534 B CN112603534 B CN 112603534B CN 202011416030 A CN202011416030 A CN 202011416030A CN 112603534 B CN112603534 B CN 112603534B
Authority
CN
China
Prior art keywords
joint cavity
optimal
determining
cavity effusion
value
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
Application number
CN202011416030.2A
Other languages
English (en)
Other versions
CN112603534A (zh
Inventor
朱林
周萌
顾慧娟
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.)
Yangzhou University
Original Assignee
Yangzhou University
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 Yangzhou University filed Critical Yangzhou University
Priority to CN202011416030.2A priority Critical patent/CN112603534B/zh
Publication of CN112603534A publication Critical patent/CN112603534A/zh
Application granted granted Critical
Publication of CN112603534B publication Critical patent/CN112603534B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/34—Trocars; Puncturing needles
    • A61B17/3403—Needle locating or guiding means
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/34—Trocars; Puncturing needles
    • A61B17/3403—Needle locating or guiding means
    • A61B2017/3413—Needle locating or guiding means guided by ultrasound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/107—Visualisation of planned trajectories or target regions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Robotics (AREA)
  • Pathology (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种关节腔积液治疗过程中最佳节线位置的确定方法，该方法包括如下步骤：S1、患者病变区域B超数据的获取；S2、最佳滑膜穿刺量的确定；S3、最佳横向型面参数的确定；S4、最佳穿刺垂直型面位置的确定；S5、最佳穿刺深度量的确定；S6、最佳节线位置的确定。该方法检测精度高，对于关节腔积液的治疗具有重要的现实意义。

Description

一种关节腔积液治疗过程中最佳节线位置的确定方法
技术领域
本发明涉及医学穿刺手术治疗参数确定方法，特别涉及一种关节腔积液治疗过程中最佳节线位置的确定方法。
背景技术
类风湿性关节炎是一种免疫系统疾病，主要涉及手、足小关节。其病理基础是关节周围的滑膜炎症，滑膜炎症会引起积液、肿痛等表现，严重时可致残。关节积液是滑膜炎症的一个表现，随着老龄化社会的到来，患病人数越来越多。而由于关节腔无法视化，尽管在B超引导之下，仍需要医生经验丰富，手动穿刺。因此，通过确定最佳节线位置来进行关节腔液治疗是很有必要的。
发明内容
发明目的：本发明目的是提供一种关节腔积液治疗过程中最佳节线位置的确定方法。
技术方案：本发明提供所述关节腔积液治疗过程中最佳节线位置的确定方法，包括如下步骤：
S1、患者病变区域B超数据的获取；
S2、最佳滑膜穿破位置量的确定；
S3、最佳穿刺横向型面参数的确定；
S4、最佳穿刺垂直型面位置的确定；
S5、最佳穿刺深度量的确定。
进一步地，所述S1中数据的获取方法为：确定患者的病变部位，对其进行B超矢状面、水平切面扫描，x为矢状面与水平切面的水平方向，y为水平切面的竖直方向，z为矢状面的竖直方向，记录病变扫描区的特征，获取病变区影像数据，然后将其转换为三维立体图像，确定图像中特征像素点的坐标系位置及对应滑膜的厚度值t。
进一步地，所述S2确定方法为：选取待穿刺部分矢状面扫描的切面，通过查看S1中的数据确定关节腔积液在z方向上的深度值H，计算最佳滑膜穿刺位置量矩阵P，
Figure BDA0002818105830000011
式中，xi为矢状切面像素点坐标，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，i为坐标序列数，i＝1，2，3...。
进一步地，所述S3确定方法为：选取待穿刺部分水平切面扫描的切面，计算最佳穿刺横向型面参数的绝对区间T，
Figure BDA0002818105830000021
式中，α为y方向上靠近关节腔积液的下极点值，β为y方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，然后，计算最佳穿刺横向型面参数矩阵J，
Figure BDA0002818105830000022
式中，α为y方向上靠近关节腔积液的下极点值，β为y方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为水平切面像素点坐标，i为坐标序列数，i＝1，2，3...。
进一步地，所述S4确定方法为：选取待穿刺部分矢状面扫描的切面，确定z方向上靠近关节腔积液的两个极值点，计算最佳穿刺垂直型面位置的绝对区间D，
Figure BDA0002818105830000023
式中，χ为z方向上靠近关节腔积液的下极点值，δ为z方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，然后，计算最佳穿刺垂直型面位置矩阵M，
Figure BDA0002818105830000024
式中，χ为z方向上靠近关节腔积液的下极点值，δ为z方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为矢状切面像素点坐标，i为坐标序列数，i＝1，2，3...。
进一步地，所述S5确定方法为：选取待穿刺部分矢状面扫描的切面，结合z方向上靠近关节腔积液的上极点δ与最佳滑膜穿破位置量计算最佳穿刺深度量S，
Figure BDA0002818105830000031
式中，δ为z方向上靠近关节腔积液的上极点，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，(xi，zi)是像素点在矢状面的坐标，U是图像上对应点的像素值，i表示坐标下标数，i＝1，2，3...。
进一步地，所述S6确定方法为：根据S3中得到的最佳穿刺横向型面参数矩阵J，S4中计算的最佳穿刺垂直型面位置矩阵M，S5中确定的最佳穿刺深度量S，计算最佳节线位置矩阵G，
Figure BDA0002818105830000032
式中，α为y方向上靠近关节腔积液的下极点，β为y方向上靠近关节腔积液的上极点，χ为z方向上靠近关节腔积液的下极点，δ为z方向上靠近关节腔积液的上极点，(xi，zi)是像素点在矢状面的坐标，U是图像上对应点的像素值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为水平切面像素点坐标，i为坐标序列数，i＝1，2，3...。
有益效果：本发明可以通过B超分析，得到最佳滑膜穿破位置量，结合最佳滑膜穿破位置量确定最佳穿刺横向型面参数，最佳穿刺垂直型面位置以及最佳穿刺深度量，从而得到最佳节线位置，并根据该位置确定最佳治疗的病变区域，有利于手术穿刺点的精确识别，降低医生的操作难度，从而更好的提高关节腔积液穿刺治疗的效率。
附图说明
图1为本发明方法流程图。
具体实施方式
如图1所示，本实施例的关节腔积液治疗过程中最佳节线位置的确定方法，包括以下步骤：
S1.患者病变区域B超数据的获取：
根据经验初步判断患者的病变部位，对其进行B超矢状面、水平切面扫描，x为矢状面与水平切面的水平方向，y为水平切面的竖直方向，z为矢状面的竖直方向。记录病变扫描区的特征，获取病变区影像数据，然后将其转换为三维立体图像，确定图像中特征像素点的坐标系位置及对应滑膜的厚度值t。
S2.最佳滑膜穿破位置量的确定：
选取待穿刺部分矢状面扫描的切面，通过查看S1中的数据确定关节腔积液在z方向上的深度值H，计算最佳滑膜穿刺位置量矩阵P
Figure BDA0002818105830000041
其中，xi为矢状切面像素点坐标，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，i为坐标序列数，i＝1，2，3...
S3.最佳穿刺横向型面参数的确定：
选取待穿刺部分水平切面扫描的切面，计算最佳穿刺横向型面参数的绝对区间T。
Figure BDA0002818105830000042
式中，α为y方向上靠近关节腔积液的下极点值，β为y方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值。
然后，计算最佳穿刺横向型面参数矩阵J
Figure BDA0002818105830000043
式中，α为y方向上靠近关节腔积液的下极点值，β为y方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为水平切面像素点坐标，i为坐标序列数，i＝1，2，3...
S4.最佳穿刺垂直型面位置的确定：
选取待穿刺部分矢状面扫描的切面，确定z方向上靠近关节腔积液的两个极值点，计算最佳穿刺垂直型面位置的绝对区间D。
Figure BDA0002818105830000051
式中，χ为z方向上靠近关节腔积液的下极点值，δ为z方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值。
然后，计算最佳穿刺垂直型面位置矩阵M
Figure BDA0002818105830000052
式中，χ为z方向上靠近关节腔积液的下极点值，δ为z方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为矢状切面像素点坐标，i为坐标序列数，i＝1，2，3...
S5.最佳穿刺深度量的确定：
选取待穿刺部分矢状面扫描的切面，结合z方向上靠近关节腔积液的上极点δ与最佳滑膜穿破位置量计算最佳穿刺深度量S
Figure BDA0002818105830000053
式中，δ为z方向上靠近关节腔积液的上极点，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，(xi，zi)是像素点在矢状面的坐标，U是图像上对应点的像素值，i表示坐标下标数，i＝1，2，3...
S6.最佳节线位置的确定
根据S3中得到的最佳穿刺横向型面参数矩阵J，S4中计算的最佳穿刺垂直型面位置矩阵M，S5中确定的最佳穿刺深度量S，计算最佳节线位置矩阵G。
Figure BDA0002818105830000061
式中，α为y方向上靠近关节腔积液的下极点，β为y方向上靠近关节腔积液的上极点，χ为z方向上靠近关节腔积液的下极点，δ为z方向上靠近关节腔积液的上极点，(xi，zi)是像素点在矢状面的坐标，U是图像上对应点的像素值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为水平切面像素点坐标，i为坐标序列数，i＝1，2，3...。

Claims (6)

1.一种关节腔积液治疗过程中最佳节线位置的确定方法，其特征在于：包括如下步骤：
S1、患者病变区域B超数据的获取；
S2、最佳滑膜穿破位置量的确定；
S3、最佳穿刺横向型面参数的确定；
S4、最佳穿刺垂直型面位置的确定；
S5、最佳穿刺深度量的确定；
S6、根据S3中得到的最佳穿刺横向型面参数矩阵J，S4中计算的最佳穿刺垂直型面位置矩阵M，S5中确定的最佳穿刺深度量S，计算最佳节线位置矩阵G，
Figure FDA0003775072080000011
式中，α为y方向上靠近关节腔积液的下极点，β为y方向上靠近关节腔积液的上极点，χ为z方向上靠近关节腔积液的下极点，δ为z方向上靠近关节腔积液的上极点，(xi，zi)是像素点在矢状面的坐标，U是图像上对应点的像素值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为水平切面像素点坐标，i为坐标序列数，i＝1，2，3...。
2.根据权利要求1所述的关节腔积液治疗过程中最佳节线位置的确定方法，其特征在于：所述S1中数据的获取方法为：确定患者的病变部位，对其进行B超矢状面、水平切面扫描，x为矢状面与水平切面的水平方向，y为水平切面的竖直方向，z为矢状面的竖直方向，记录病变扫描区的特征，获取病变区影像数据，然后将其转换为三维立体图像，确定图像中特征像素点的坐标系位置及对应滑膜的厚度值t。
3.根据权利要求2所述的关节腔积液治疗过程中最佳节线位置的确定方法，其特征在于：所述S2确定方法为：选取待穿刺部分矢状面扫描的切面，通过查看S1中的数据确定关节腔积液在z方向上的深度值H，计算最佳滑膜穿刺位置量矩阵P，
Figure FDA0003775072080000012
式中，xi为矢状切面像素点坐标，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，i为坐标序列数，i＝1，2，3...。
4.根据权利要求3所述的关节腔积液治疗过程中最佳节线位置的确定方法，其特征在于：所述S3确定方法为：选取待穿刺部分水平切面扫描的切面，计算最佳穿刺横向型面参数的绝对区间T，
Figure FDA0003775072080000021
式中，α为y方向上靠近关节腔积液的下极点值，β为y方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，然后，计算最佳穿刺横向型面参数矩阵J，
Figure FDA0003775072080000022
式中，α为y方向上靠近关节腔积液的下极点值，β为y方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为水平切面像素点坐标，i为坐标序列数，i＝1，2，3...。
5.根据权利要求4所述的关节腔积液治疗过程中最佳节线位置的确定方法，其特征在于：所述S4确定方法为：选取待穿刺部分矢状面扫描的切面，确定z方向上靠近关节腔积液的两个极值点，计算最佳穿刺垂直型面位置的绝对区间D，
Figure FDA0003775072080000023
式中，χ为z方向上靠近关节腔积液的下极点值，δ为z方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，然后，计算最佳穿刺垂直型面位置矩阵M，
Figure FDA0003775072080000024
式中，χ为z方向上靠近关节腔积液的下极点值，δ为z方向上靠近关节腔积液的上极点值，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，xi为矢状切面像素点坐标，i为坐标序列数，i＝1，2，3...。
6.根据权利要求5所述的关节腔积液治疗过程中最佳节线位置的确定方法，其特征在于：所述S5确定方法为：选取待穿刺部分矢状面扫描的切面，结合z方向上靠近关节腔积液的上极点δ与最佳滑膜穿破位置量计算最佳穿刺深度量S，
Figure FDA0003775072080000031
式中，δ为z方向上靠近关节腔积液的上极点，H为关节腔积液在z方向上的深度值，t为滑膜厚度值，(xi，zi)是像素点在矢状面的坐标，U是图像上对应点的像素值，i表示坐标下标数，i＝1，2，3...。
CN202011416030.2A 2020-12-04 2020-12-04 一种关节腔积液治疗过程中最佳节线位置的确定方法 Active CN112603534B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011416030.2A CN112603534B (zh) 2020-12-04 2020-12-04 一种关节腔积液治疗过程中最佳节线位置的确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011416030.2A CN112603534B (zh) 2020-12-04 2020-12-04 一种关节腔积液治疗过程中最佳节线位置的确定方法

Publications (2)

Publication Number Publication Date
CN112603534A CN112603534A (zh) 2021-04-06
CN112603534B true CN112603534B (zh) 2022-11-29

Family

ID=75229045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011416030.2A Active CN112603534B (zh) 2020-12-04 2020-12-04 一种关节腔积液治疗过程中最佳节线位置的确定方法

Country Status (1)

Country Link
CN (1) CN112603534B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012147652A1 (ja) * 2011-04-27 2012-11-01 株式会社デージーエス・コンピュータ 穿刺治療支援方法および穿刺治療支援装置ならびに穿刺治療支援装置用プログラム
CN110353774A (zh) * 2018-12-15 2019-10-22 深圳铭杰医疗科技有限公司 辅助穿刺机器人及其控制方法、计算机设备、存储介质
CN110464459A (zh) * 2019-07-10 2019-11-19 丽水市中心医院 基于ct-mri融合的介入计划导航系统及其导航方法
CN111067597A (zh) * 2019-12-10 2020-04-28 山东大学 肿瘤穿刺中根据人体姿态确定穿刺路径的系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7278289B2 (ja) * 2017-12-28 2023-05-19 コーニンクレッカ フィリップス エヌ ヴェ 穿刺計画を支援するための装置及び方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012147652A1 (ja) * 2011-04-27 2012-11-01 株式会社デージーエス・コンピュータ 穿刺治療支援方法および穿刺治療支援装置ならびに穿刺治療支援装置用プログラム
CN110353774A (zh) * 2018-12-15 2019-10-22 深圳铭杰医疗科技有限公司 辅助穿刺机器人及其控制方法、计算机设备、存储介质
CN110464459A (zh) * 2019-07-10 2019-11-19 丽水市中心医院 基于ct-mri融合的介入计划导航系统及其导航方法
CN111067597A (zh) * 2019-12-10 2020-04-28 山东大学 肿瘤穿刺中根据人体姿态确定穿刺路径的系统及方法

Also Published As

Publication number Publication date
CN112603534A (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
CN112734757B (zh) 一种脊柱X光图像cobb角测量方法
US11557072B2 (en) Clustering algorithm-based multi-parameter cumulative calculation method for lower limb vascular calcification indexes
CN102982314A (zh) 一种血管内外膜识别、描记和测量的方法
JPH08206117A (ja) 超音波診断装置
CN112381757A (zh) 一种基于人工智能-图像识别的脊柱全长X线片测算脊柱侧弯Cobb角的系统及方法
CN109360213B (zh) 一种基于脊柱超声冠状面图像的自动化椎体识别方法
CN112603534B (zh) 一种关节腔积液治疗过程中最佳节线位置的确定方法
CN104732520A (zh) 一种胸部数字影像的心胸比测量算法及系统
AU2018301578A1 (en) Method for detecting spinal deformity using three-dimensional ultrasonic imaging
CN106570856A (zh) 水平集动态规划颈总动脉内中膜厚度测量装置和方法
CN1135492C (zh) 手迹验证装置
CN1403057A (zh) 利用三维欧氏距离变换实现ct图像中软组织显示的方法
US20070036416A1 (en) Image analysis method for vertebral compression curvature
EP1625829B1 (en) Ultrasonogram generation method
CN115187606A (zh) 一种青少年特发性脊柱侧凸pumc分型方法
US11238599B2 (en) Region-growing motion tracking method based on bayesian inference and polynomial fitting
CN109766850A (zh) 基于特征融合的指纹图像匹配方法
CN115713661B (zh) 一种脊柱侧弯Lenke分型系统
CN116452499A (zh) 一种基于Unet网络的腰椎失稳与滑脱诊断系统
CN108955909A (zh) 一种基于机器视觉的油温表识别读数方法
CN116188499B (zh) 一种用于肺部超声图像的分割方法
CN113842164A (zh) 用于检测braf-v600e突变的系统和方法
CN112545617B (zh) 一种关节腔积液治疗的最佳穿刺几何参数确定方法
Masum et al. Multi-slice ultrasound image calibration of an intelligent skin-marker for soft tissue artefact compensation
CN115861392B (zh) 一种基于图像数据处理的软组织配准方法

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