CN113284252B - 一种基于vtk的断骨模型的复位方法及复位系统 - Google Patents

一种基于vtk的断骨模型的复位方法及复位系统 Download PDF

Info

Publication number
CN113284252B
CN113284252B CN202110253138.2A CN202110253138A CN113284252B CN 113284252 B CN113284252 B CN 113284252B CN 202110253138 A CN202110253138 A CN 202110253138A CN 113284252 B CN113284252 B CN 113284252B
Authority
CN
China
Prior art keywords
bone model
fractured bone
fractured
broken
edges
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
CN202110253138.2A
Other languages
English (en)
Other versions
CN113284252A (zh
Inventor
田晓峰
孙华东
庞来学
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.)
Shandong Jiaotong University
Original Assignee
Shandong Jiaotong 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 Shandong Jiaotong University filed Critical Shandong Jiaotong University
Priority to CN202110253138.2A priority Critical patent/CN113284252B/zh
Publication of CN113284252A publication Critical patent/CN113284252A/zh
Application granted granted Critical
Publication of CN113284252B publication Critical patent/CN113284252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/003Navigation within 3D models or images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20Indexing scheme for editing of 3D models
    • G06T2219/2016Rotation, translation, scaling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Architecture (AREA)
  • Health & Medical Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Remote Sensing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于VTK的断骨模型的复位方法及复位系统,包括如下步骤:对骨折骨骼进行CT图像序列重建生成的一组断骨模型;遍历断骨模型所有的三角面片边界获取断骨模型的三角面片,根据相邻三角面片的二面角提取断骨模型的特征边;将特征边分类聚合为若干联通边,通过剔除联通边长度的离群点获得断骨模型截面边界线,根据断骨模型截面边界线获得断骨模型截面边界点;利用人机交互方式将断骨模型进行平移和/或旋转,使断骨模型粗配准;根据断骨模型截面边界点获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。本发明无需骨骼轴线信息,同时能够实现非规则性骨骼的复位。

Description

一种基于VTK的断骨模型的复位方法及复位系统
技术领域
本发明涉及一种基于VTK的断骨模型的复位方法及复位系统。
背景技术
公开该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不必然被视为承认或以任何形式暗示该信息构成已经成为本领域一般技术人员所公知的现有技术。
计算机辅助骨科技术是指能够把先进的治疗设备和外科医生的诊断有机的结合起来,可以通过获取的信息使患者得到安全、精确、微创的手术治疗的一种技术,其中对骨折的应用是近几年的热门研究之一。
据发明人了解,关于进行断骨虚拟复位这个技术,目前这方面的方法很少。仅有的几个断骨虚拟复位方法,基本是通过提取断骨界面点云并通过icp方法对两根断骨的断截面进行直接匹配,这种方法要求两根位置距离不能过远且处于Z轴的同一位置。因此,在实际匹配过程中需要进行预处理,即粗配准。目前粗配准的思路主要为利用骨骼轴线对齐骨骼和用局部模型匹配整体模型两种方法。
经过发明人研究发现,以上技术存在以下缺点:
1.在进行断骨截面点云提取时,主要是通过提取中轴线,计算三角面片向量和中轴线夹角进行提取,可是对于轴线不明显的或有偏差的模型来说,轴线并不能准确提取,导致断骨截面点云不能正确提取。
2.对两根断骨断截面的匹配,要求两根断骨之间的位置不宜距离过远,以及断骨之间处于同一Z轴方向。因此,在实际匹配过程中,需要对断骨进行粗配准处理,使其移动到理想的匹配位置。目前广泛采用的方法是利用骨骼的轴线进行Z轴方向的校准,但对于无法提供轴线的断骨,此方法无法实现粗配准,并且对于粗配准的效果无法实时进行控制,进而影响后续icp精配准。
3.目前的断骨配准基本针对规则的长直骨断骨复位,对于这类断骨的复位是最简单的。而对于形状复杂的骨骼如:骨盆,股骨等骨骼的复位,目前研究的比较少,这也是目前最大的缺点。
4.目前大部分断骨虚拟复位都是在理论上进行突破,这些理论实际应用起来很困难。由于理论的复杂性,很难做到真正的技术落地。
发明内容
为了解决现有技术的不足,本发明的目的是提供一种基于VTK(visualizationtoolkit)的断骨模型的复位方法及复位系统,能够解决断骨模型的匹配缺乏骨骼轴线信息无法实现断骨模型粗配准的问题,同时能够实现非规则性骨骼的复位。
为了实现上述目的,本发明的技术方案为:
一方面,一种基于VTK的断骨模型的复位方法,包括如下步骤:
对骨折骨骼进行CT图像序列重建生成的一组断骨模型;
遍历断骨模型所有的三角面片边界获取断骨模型的三角面片,根据相邻三角面片的二面角提取断骨模型的特征边;
将特征边分类聚合为若干联通边,通过剔除联通边长度的离群点获得断骨模型截面边界线,根据断骨模型截面边界线获得断骨模型截面边界点;
利用人机交互方式将断骨模型进行平移和/或旋转,使断骨模型粗配准;
根据断骨模型截面边界点获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。
另一方面,一种基于VTK的断骨模型的复位系统,包括:
断骨模型重构单元,用于对骨折骨骼进行CT图像序列重建生成的一组断骨模型;
模型转化特征边单元,用于遍历断骨模型所有的三角面片边界获取断骨模型的三角面片,根据相邻三角面片的二面角提取断骨模型的特征边;
特征边转化边界点单元,用于将特征边分类聚合为若干联通边,通过剔除联通边长度的离群点获得断骨模型截面边界线,根据断骨模型截面边界线获得断骨模型截面边界点;
粗配准单元,用于利用人机交互方式将断骨模型进行平移和/或旋转,使断骨模型粗配准;
接合单元,用于根据断骨模型截面边界点获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。
本发明的有益效果为:
1、本发明提供的方法采用基于特征边的断骨截面边界点提取,解决了轴线信息不准确导致不能正确提取断骨截面点云信息的问题。
2、本发明提供的方法采用基于人机交互的断骨复位粗配准,可以实现断骨的匹配因缺乏骨骼轴线信息无法实现断骨粗配准的问题,能够实时显示出粗配准效果,并根据效果及时改正,该方法的人机交互比起传统方法来具有更高的可操纵性。
3、本发明提供的系统最大的优点就是实现了非规则性骨骼的复位,对于任意的截面断骨,该系统所采用的方法,都能实现其断骨虚拟复位。
4、本发明提供的系统方法,操作简单方便,使用者仅需导入模型,并使用少量的人机交互便可实现断骨虚拟复位,效果很理想。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1的方法流程图;
图2为本发明实施例1的一个断骨模型特征边示意图;
图3为本发明实施例1的从一个断骨模型提取的特征边示意图;
图4为本发明实施例1的一个断骨模型截面边界点的示意图;
图5为本发明实施例1的从一个断骨模型提取的截面边界点示意图;
图6为本发明实施例1的断骨模型人机交互粗配准初始图;
图7为本发明实施例1的断骨模型人机交互粗配准效果图;
图8为本发明实施例1的断骨模型的ICP精确配准图;
图9为本发明实施例1的断骨模型的复位后的效果图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
鉴于现有断骨模型配准方法需要提取中轴线存在的难以准确提取轴线、不能对无法提供轴线的断骨模型进行粗配准、断骨模型形状要求较高等缺陷,为了解决如上的技术问题,本发明提出了一种基于VTK的断骨模型的复位方法及复位系统。
本发明的一种典型实施方式,提供了一种基于VTK的断骨模型的复位方法,包括如下步骤:
对骨折骨骼进行CT图像序列重建生成的一组断骨模型;
遍历断骨模型所有的三角面片边界获取断骨模型的三角面片,根据相邻三角面片的二面角提取断骨模型的特征边;
将特征边分类聚合为若干联通边,通过剔除联通边长度的离群点获得断骨模型截面边界线,根据断骨模型截面边界线获得断骨模型截面边界点;
利用人机交互方式将断骨模型进行平移和/或旋转,使断骨模型粗配准;
根据断骨模型截面边界点获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。
该实施方式的一些实施例中,对骨折骨骼的骨折部位的CT序列图像进行重构。
在一种或多种实施例中,重构的断骨模型为三维网格模型。
该实施方式的一些实施例中,当相邻三角面片的二面角大于设定角度时,则三角面片的边被视为特征边。
在一种或多种实施例中,设定角度为89~91°。
该实施方式的一些实施例中,提取特征边的步骤为:通过vtkSTLReader输入断骨模型,再利用SetInputData方法将断骨模型导入vtkFeatureEdges中,然后采用SetFeatureAngle方法进行处理。
该实施方式的一些实施例中,遍历所有特征边的两端点,当有共同端点时,则将特征边连到一起,形成联通边。
该实施方式的一些实施例中,剔除联通边长度的离群点的方式为:提取联通边长度大于设定长度的联通边。
该实施方式的一些实施例中,将特征边输入vtkPolyData类对象中,通过GetLines方法获得断骨模型截面边界点。
该实施方式的一些实施例中,利用vtk和pyqt5结合的人机交互方式,通过控制断骨模型平移旋转进行粗配准。
该实施方式的一些实施例中,通过vtkInteractorStyleTrackballCamera类和vtkInteractorStyleTrackballActor类对断骨模型平移旋转处理。
该实施方式的一些实施例中,根据断骨模型截面边界点利用ICP算法获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。
本发明的另一种实施方式,提供了一种基于VTK的断骨模型的复位系统,包括:
断骨模型重构单元,用于对骨折骨骼进行CT图像序列重建生成的一组断骨模型;
模型转化特征边单元,用于遍历断骨模型所有的三角面片边界获取断骨模型的三角面片,根据相邻三角面片的二面角提取断骨模型的特征边;
特征边转化边界点单元,用于将特征边分类聚合为若干联通边,通过剔除联通边长度的离群点获得断骨模型截面边界线,根据断骨模型截面边界线获得断骨模型截面边界点;
粗配准单元,用于利用人机交互方式将断骨模型进行平移和/或旋转,使断骨模型粗配准;
接合单元,用于根据断骨模型截面边界点获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。
为了使得本领域技术人员能够更加清楚地了解本发明的技术方案,以下将结合具体的实施例详细说明本发明的技术方案。
实施例1
一种基于VTK的断骨模型的复位方法,如图1所示,包括以下步骤:
S1:根据经由CT图像序列重建生成的两个断骨模型。
步骤S1中,对骨折部位的CT序列图像进行重构得到断骨的三维网格模型。
S2:分别导入每个断骨模型,对每个断骨模型,遍历它的所有三角面片边界,对于每两个相邻面片通过判断他们的二面角,来提取出该断骨模型所有的特征边。
步骤S2中,对于每个断骨模型,通过vtkSTLReader()类读取经CT序列重建好的三维模型。通过vtkFeatureEdges()类,使用SetInputData()方法,将模型导入,并使用SetFeatureAngle()方法,参数设置为90度。该方法将会遍历模型所有三角面片的边,对于相邻的三角面片,将会计算两个三角形的二面角,若二面角大于设定参数,将会被视为特征边,最终将输出该模型所有的特征边。如图2~3所示。
S3:对于S2得到的所有特征边,将所有特征边分类聚合为数个联通边,通过联通边的长度剔除离群点,剩余的特征边即为断骨截面的边界线,进而得到断骨截面的边界点。
步骤S3中,对于S2得到的所有特征边,存入新的vtkPolyData类对象中,通过其GetLines()方法,遍历所有特征边的两端点,若有共同端点的则连到一起,最终得到所有联通边,提取联通长度大于某一设定参数的所有连通边,即剔除所有的离群点,得到断骨截面的边界线即得到边界点。如图4~5所示。
S4:利用人机交互的方式,通过控制一个或两个骨骼模型平移旋转,来粗配准两个断骨模型并保存。
步骤S4中,结合Pyqt5以及vtkInteractorStyleTrackballCamera()类和vtkInteractorStyleTrackballActor()类的人机交互的方式,能够实现固定某个骨骼模型不动,实现另一个骨骼模型的操作,或者两个模型都固定不动,实现全景视角的观察,使用该人机交互的方式对两个断骨模型进行空间精确度较高的粗配准,可以实现模型的360度旋转,各个方向的平移,将交互后的拼接模型,保存为三维网格模型。如图6~7所示。
S5:结合S3提取出来的两个断骨模型的断骨截面边界点通过ICP算法得出旋转平移矩阵,带动S4粗配准的两个断骨模型,对两断骨模型进行精确配准,完成两断骨的接合。
步骤S5中,结合S3提取出来的两个断骨模型的断骨截面边界点通过ICP算法vtkIterativeClosestPointTransform()类,得出旋转平移矩阵,带动S4粗配准的两个断骨模型,对两断骨模型进行精确配准,完成两断骨的接合,保存模型。如图8~9所示。
ICP(迭代最近点)算法的基本原理是:分别在带匹配的目标点云P和源点云Q中,按照一定的约束条件,找到最邻近点(pi,qi),然后计算出最优匹配参数R和t,使得误差函数最小。
ICP算法的步骤为:
一组断骨模型为两种断骨模型,两种断骨模型断骨截面边界点的三维点集分别记为X1和X2,ICP方法的配准步骤如下:
(1)计算X2中的每一个点在X1点集中的对应近点;
(2)求得使步骤(1)的对应近点对平均距离最小的刚体变换,求得平移参数和旋转参数;
(3)对X2使用步骤(2)求得的平移和旋转参数,得到新的变换点集;
(4)如果新的变换点集与参考点集满足两点集的平均距离小于某一给定阈值,则停止迭代计算,否则新的变换点集作为新的X2继续迭代,直到达到目标函数的要求。
最近点对查找:对应点的计算是整个配准过程中耗费时间最长的步骤,查找最近点,利用kd tree提高查找速度kd tree法建立点的拓扑关系是基于二叉树的坐标轴分割,构造kd tree的过程就是按照二叉树法则生成,首先按X轴寻找分割线,即计算所有点的x值的平均值,以最接近这个平均值的点的x值将空间分成两部分,然后在分成的子空间中按Y轴寻找分割线,将其各分成两部分,分割好的子空间在按X轴分割……依此类推,最后直到分割的区域内只有一个点。这样的分割过程就对应于一个二叉树,二叉树的分节点就对应一条分割线,而二叉树的每个叶子节点就对应一个点。从而建立点的拓扑关系。
实施例2
一种基于VTK的断骨模型的复位系统,包括:
断骨模型重构单元,用于对骨折骨骼进行CT图像序列重建生成的一组断骨模型;
模型转化特征边单元,用于遍历断骨模型所有的三角面片边界获取断骨模型的三角面片,根据相邻三角面片的二面角提取断骨模型的特征边;
特征边转化边界点单元,用于将特征边分类聚合为若干联通边,通过剔除联通边长度的离群点获得断骨模型截面边界线,根据断骨模型截面边界线获得断骨模型截面边界点;
粗配准单元,用于利用人机交互方式将断骨模型进行平移和/或旋转,使断骨模型粗配准;
接合单元,用于根据断骨模型截面边界点获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于VTK的断骨模型的复位方法,其特征是,包括如下步骤:
对骨折骨骼进行CT图像序列重建生成的一组断骨模型;
遍历断骨模型所有的三角面片边界获取断骨模型的三角面片,根据相邻三角面片的二面角提取断骨模型的特征边;
将特征边分类聚合为若干联通边,通过剔除联通边长度的离群点获得断骨模型截面边界线,根据断骨模型截面边界线获得断骨模型截面边界点;
利用人机交互方式将断骨模型进行平移和/或旋转,使断骨模型粗配准;
根据断骨模型截面边界点获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合;
遍历所有特征边的两端点,当有共同端点时,则将特征边连到一起,形成联通边;
剔除联通边长度的离群点的方式为:提取联通边长度大于设定长度的联通边。
2.如权利要求1所述的基于VTK的断骨模型的复位方法,其特征是,对骨折骨骼的骨折部位的CT序列图像进行重构。
3.如权利要求2所述的基于VTK的断骨模型的复位方法,其特征是,重构的断骨模型为三维网格模型。
4.如权利要求1所述的基于VTK的断骨模型的复位方法,其特征是,当相邻三角面片的二面角大于设定角度时,则三角面片的边被视为特征边。
5.如权利要求4所述的基于VTK的断骨模型的复位方法,其特征是,设定角度为89~91°。
6.如权利要求1所述的基于VTK的断骨模型的复位方法,其特征是,利用vtk和pyqt5结合的人机交互方式,通过控制断骨模型平移旋转进行粗配准。
7.如权利要求1所述的基于VTK的断骨模型的复位方法,其特征是,根据断骨模型截面边界点利用ICP算法获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。
8.一种基于VTK的断骨模型的复位系统,其特征是,包括:
断骨模型重构单元,用于对骨折骨骼进行CT图像序列重建生成的一组断骨模型;
模型转化特征边单元,用于遍历断骨模型所有的三角面片边界获取断骨模型的三角面片,根据相邻三角面片的二面角提取断骨模型的特征边;
特征边转化边界点单元,用于将特征边分类聚合为若干联通边,通过剔除联通边长度的离群点获得断骨模型截面边界线,根据断骨模型截面边界线获得断骨模型截面边界点;遍历所有特征边的两端点,当有共同端点时,则将特征边连到一起,形成联通边;剔除联通边长度的离群点的方式为:提取联通边长度大于设定长度的联通边;
粗配准单元,用于利用人机交互方式将断骨模型进行平移和/或旋转,使断骨模型粗配准;
接合单元,用于根据断骨模型截面边界点获得旋转平移矩阵,粗配准的断骨模型根据旋转平移矩阵进行精确配置,使断骨模型接合。
CN202110253138.2A 2021-03-03 2021-03-03 一种基于vtk的断骨模型的复位方法及复位系统 Active CN113284252B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110253138.2A CN113284252B (zh) 2021-03-03 2021-03-03 一种基于vtk的断骨模型的复位方法及复位系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110253138.2A CN113284252B (zh) 2021-03-03 2021-03-03 一种基于vtk的断骨模型的复位方法及复位系统

Publications (2)

Publication Number Publication Date
CN113284252A CN113284252A (zh) 2021-08-20
CN113284252B true CN113284252B (zh) 2023-05-05

Family

ID=77276213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110253138.2A Active CN113284252B (zh) 2021-03-03 2021-03-03 一种基于vtk的断骨模型的复位方法及复位系统

Country Status (1)

Country Link
CN (1) CN113284252B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105869149A (zh) * 2016-03-24 2016-08-17 大连理工大学 基于主向量分析的断骨截面分割及断骨模型配准方法
CN110288638A (zh) * 2019-06-18 2019-09-27 济南大学 一种断骨模型粗配准方法、系统及断骨模型配准方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150747A (zh) * 2012-11-16 2013-06-12 佳都新太科技股份有限公司 一种基于拓扑特征的点云配准算法
CN103198192B (zh) * 2013-04-12 2016-04-27 厦门大学 一种用于虚拟三维零部件快速装配的吸附方法
CN103955939B (zh) * 2014-05-16 2018-06-19 重庆理工大学 三维扫描系统中点云拼接用边界特征点配准方法
CN105572687B (zh) * 2015-12-11 2017-09-01 中国测绘科学研究院 一种基于车载激光雷达点云制作建筑物数字线划图的方法
CN107825701B (zh) * 2017-09-12 2019-11-19 上海大学 基于五轴打印平台的无支撑3d打印方法
CN110555285B (zh) * 2019-09-12 2023-12-08 北京工商大学 一种复杂飞行器表面结构网格全自动生成方法
CN112200819A (zh) * 2020-10-16 2021-01-08 河海大学 基于数据驱动与模板引导的人体三维骨骼模型标记方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105869149A (zh) * 2016-03-24 2016-08-17 大连理工大学 基于主向量分析的断骨截面分割及断骨模型配准方法
CN110288638A (zh) * 2019-06-18 2019-09-27 济南大学 一种断骨模型粗配准方法、系统及断骨模型配准方法

Also Published As

Publication number Publication date
CN113284252A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN110288638B (zh) 一种断骨模型粗配准方法、系统及断骨模型配准方法
US8055046B2 (en) Shape reconstruction using X-ray images
EP2775947B1 (en) Computer-aided planning with dual alpha angles in femoral acetabular impingement surgery
CN114119549B (zh) 一种多模态医学图像三维点云配准优化方法
Zheng et al. Reconstruction of patient-specific 3D bone surface from 2D calibrated fluoroscopic images and point distribution model
CN107330281B (zh) 全自动骨折钢板模型个性化重构方法
CN104851126B (zh) 基于广义圆柱体的三维模型分割方法及装置
CN107316327B (zh) 一种断骨模型配准方法
CN111640143B (zh) 一种基于PointNet的神经导航快速面配准方法及系统
CN102722882A (zh) 一种cag图像序列的弹性配准方法
CN112164443B (zh) 一种交互式模拟骨折复位的方法
CN112289416B (zh) 一种引导针置入精度评价方法
CN112382359A (zh) 患者注册方法、装置、电子设备及计算机可读介质
CN109965979A (zh) 一种无需标志点的稳健的神经导航自动注册方法
CN115222711A (zh) 一种血管中心线提取方法及装置
CN113284252B (zh) 一种基于vtk的断骨模型的复位方法及复位系统
CN113409301A (zh) 一种基于点云分割的股骨颈配准方法、系统及介质
CN103300922A (zh) 可视化命令数据的产生
CN112562070A (zh) 基于模板匹配的颅缝早闭手术切割坐标生成系统
CN113345112B (zh) 一种长骨骨折断面点云预处理及配准方法
Kronman et al. Automatic bone fracture reduction by fracture contact surface identification and registration
He et al. Segmentation of tibia bone in ultrasound images using active shape models
Liao et al. 3D object reassembly using region-pair-relation and balanced cluster tree
CN112201329A (zh) 模板引导与数据驱动的三维碎骨分割与拼接方法
CN111968236A (zh) 一种基于K-D tree方法的对位对线骨折复位系统

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