CN113507890A - 基于ct图像的肘关节屈伸三维运动分析方法及装置 - Google Patents
基于ct图像的肘关节屈伸三维运动分析方法及装置 Download PDFInfo
- Publication number
- CN113507890A CN113507890A CN202180001406.XA CN202180001406A CN113507890A CN 113507890 A CN113507890 A CN 113507890A CN 202180001406 A CN202180001406 A CN 202180001406A CN 113507890 A CN113507890 A CN 113507890A
- Authority
- CN
- China
- Prior art keywords
- model
- ulna
- elbow joint
- image
- humerus
- 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
- 210000002310 elbow joint Anatomy 0.000 title claims abstract description 77
- 230000033001 locomotion Effects 0.000 title claims abstract description 62
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 210000000623 ulna Anatomy 0.000 claims abstract description 70
- 210000002758 humerus Anatomy 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000036544 posture Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000003709 image segmentation Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 210000002221 olecranon process Anatomy 0.000 claims description 5
- 210000000988 bone and bone Anatomy 0.000 description 8
- 210000000845 cartilage Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种基于CT图像的肘关节屈伸三维运动分析方法及装置、计算机设备、计算机可读存储介质，该方法包括：获取至少一个姿态下，肘关节不同高度的多张CT图像；根据获取的CT图像计算得到肘关节的三维模型，包括肱骨模型和尺骨模型；在肱骨模型表面，由肱骨滑车凹槽的两个凹侧面的相交线确定第一空间曲线，并以人体结构的冠状面将第一空间曲线分为两段；在尺骨模型表面，由尺骨滑车切迹的两个凸侧面的相交线确定第二空间曲线；固定肱骨模型，转动尺骨模型，且在转动过程中，始终令两段第一空间曲线同时与第二空间曲线相切，分析肘关节屈伸三维运动。本发明的方案能够反映出肘关节真实的三维运动模式。
Description
技术领域
本发明涉及生物医学工程技术领域，尤其涉及一种基于CT图像的肘关节屈伸三维运动分析方法及装置、计算机设备、计算机可读存储介质。
背景技术
肘关节是人体较为复杂的一个复合关节，其主要运动为屈伸三维运动。该运动包含的滑动和传动，与肘关节的肱骨和尺骨结构有关，由于提携角的存在，尺骨的运动轨迹与肱骨不共面，可认为运动过程中肘关节轴线时刻发生着变化。
目前，在外骨骼研究领域，人体屈伸运动关节处设置的外骨骼通常采用固定的运动轴线，忽略了人体关节生理结构，容易造成外骨骼和人体协调运动不平顺。在运动医学和生物医学测量领域，各种技术已经广泛用于上肢建模研究，包括电磁式运动捕捉、机械式运动捕捉和高速相机拍摄等。但这些方法都是基于标记物真实模拟了骨骼运动的假设，需要将标记物嵌入或固定在皮肤和骨骼中，而这些标记物一定程度上限制了关节的实际运动，并且整体操作过程较为复杂。
因此，针对当前研究肘关节屈伸三维运动的方法复杂度高、提取结果不准确的问题，需要一种更为有效的分析肘关节运动的方法。
发明内容
本发明的目的是针对上述至少一部分不足之处，提供一种能够在不干扰关节实际运动的情况下分析肘关节屈伸三维运动的方法。
为了实现上述目的，本发明提供了一种基于CT图像的肘关节屈伸三维运动分析方法，包括如下步骤：
S1、获取至少一个姿态下，肘关节不同高度的多张CT图像；
S2、根据获取的CT图像计算得到肘关节的三维模型，包括肱骨模型和尺骨模型；
S3、在所述肱骨模型表面，由肱骨滑车凹槽的两个凹侧面的相交线确定第一空间曲线，并以人体结构的冠状面将所述第一空间曲线分为两段；在所述尺骨模型表面，由尺骨滑车切迹的两个凸侧面的相交线确定第二空间曲线；
S4、固定所述肱骨模型，转动所述尺骨模型，且在转动过程中，始终令两段所述第一空间曲线同时与所述第二空间曲线相切，分析肘关节屈伸三维运动。
优选地，所述步骤S1还包括对获取的各张CT图像进行降噪预处理，进行肘关节区域的图像分割与边缘提取。
优选地，所述步骤S2中，计算得到肘关节的三维模型时，将同个姿态、不同高度的多张CT图像按高度顺序叠加，并插值计算。
优选地，若所述步骤S1中，获取两个及两个以上姿态下的CT图像，所述步骤S2中，计算得到肘关节的三维模型时，先将一个姿态、不同高度的多张CT图像按高度顺序叠加并插值计算，得到初步的三维模型，再根据不同姿态的各CT图像修正初步的三维模型。
优选地，所述步骤S4中，转动所述尺骨模型时，将所述尺骨模型的鹰嘴部和所述肱骨模型的鹰嘴窝部的接触，以及所述尺骨模型的冠突部和所述肱骨模型的冠突窝部的接触，作为转动所述尺骨模型的限位。
本发明还提供了一种基于CT图像的肘关节屈伸三维运动分析装置，包括：
图像模块，用于获取至少一个姿态下，肘关节不同高度的多张CT图像；
建模模块，用于根据获取的CT图像计算得到肘关节的三维模型，包括肱骨模型和尺骨模型；
曲线模块，用于在所述肱骨模型表面，由肱骨滑车凹槽的两个凹侧面的相交线确定第一空间曲线，并以人体结构的冠状面将所述第一空间曲线分为两段；在所述尺骨模型表面，由尺骨滑车切迹的两个凸侧面的相交线确定第二空间曲线；
模拟模块，用于固定所述肱骨模型，转动所述尺骨模型，且在转动过程中，始终令两段所述第一空间曲线同时与所述第二空间曲线相切，分析肘关节屈伸三维运动。
优选地，所述图像模块还用于对获取的各张CT图像进行降噪预处理，进行肘关节区域的图像分割与边缘提取。
优选地，所述模拟模块转动所述尺骨模型时，将所述尺骨模型的鹰嘴部和所述肱骨模型的鹰嘴窝部的接触，以及所述尺骨模型的冠突部和所述肱骨模型的冠突窝部的接触，作为转动所述尺骨模型的限位。
本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述基于CT图像的肘关节屈伸三维运动分析方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述基于CT图像的肘关节屈伸三维运动分析方法的步骤。
本发明的上述技术方案具有如下优点：本发明提供了一种基于CT图像的肘关节屈伸三维运动分析方法及装置、计算机设备、计算机可读存储介质，本发明基于CT图像(电子计算机断层扫描图像)重建肘关节骨骼三维模型，通过肱骨模型的肱骨滑车凹槽与尺骨模型的尺骨滑车切迹装配并确定肘关节运动的约束条件，实现模拟肘关节屈伸三维运动。本发明舍弃了以固定转轴研究复杂关节运动的方式，且无需植入标记物辅助测量，不干扰实际的关节活动，为重建与分析肘关节真实三维运动轨迹提供了技术支持。
附图说明
图1是本发明实施例中一种基于CT图像的肘关节屈伸三维运动分析方法步骤示意图；
图2(a)示出了一个由CT图像三维重建的肱骨模型；
图2(b)示出了一个由CT图像三维重建的尺骨模型；
图3示出了肱骨模型与尺骨模型按约束条件装配后的肘关节三维模型；
图4是本发明实施例中一种基于CT图像的肘关节屈伸三维运动分析装置结构示意图。
图中：100：图像模块；200：建模模块；300：曲线模块；400：模拟模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1至图3所示，本发明实施例提供的一种基于CT图像的肘关节屈伸三维运动分析方法，该方法包括如下步骤：
S1、获取至少一个姿态下，肘关节不同高度的多张CT图像。
此步骤S1中，对肘关节区域获取同个姿态、不同高度的多张CT图像，以便后续重建肘关节骨骼三维模型。CT图像数据格式为DICOM格式。为确保重建模型的准确性，优选地，对于人体呈俯卧姿态下、不同高度的肘关节CT图像，CT断层扫描厚度不大于2mm，对于其他姿态下，应适当减小断层扫描厚度。
S2、根据步骤S1中获取的多张CT图像计算得到肘关节的三维模型，包括肱骨模型和尺骨模型。
此步骤S2中，肱骨模型可以是肱骨骨骼的完整模型，也可以是肱骨骨骼的局部模型，如图2(a)所示，能保证肘关节区域的骨骼完整即可；尺骨模型同理，也可以是对应肘关节区域的局部模型，如图2(b)所示。
计算肘关节的三维模型，即通过三维重建软件(例如Minics软件)根据CT图像重建模型时，包括建模，对模型表面进行光滑处理，重新划分网格等具体操作。三维重建技术可参考现有技术，在此不再赘述。
S3、在肱骨模型的表面上，由肱骨滑车凹槽的两个凹侧面的相交线确定第一空间曲线，并以人体结构的冠状面将第一空间曲线分为两段；在尺骨模型的表面上，由尺骨滑车切迹的两个凸侧面的相交线确定第二空间曲线。
对于真实的肱骨骨骼，肱骨滑车的结构相当于一个凹槽结构。肱骨模型中，肱骨滑车凹槽由两个凹侧面在凹槽结构的底部相交形成，两个凹侧面相交的位置也即肱骨滑车凹槽的凹槽底部低点连线。对于真实的尺骨骨骼，尺骨滑车的结构相当于一个凸面结构。尺骨模型中，尺骨滑车切迹由两个凸侧面在凸面结构的顶部相交形成，两个凸侧面相交的位置也即尺骨滑车切迹的凸面顶部高点连线。第一空间曲线、第二空间曲线均由为不规则曲线，由多段直线和曲线连接组成，曲率中心不在一个固定点。此部分的方位限定词“底”、“顶”、“低”、“高”均是相对于模型自身结构而言，“底”、“低”用于表示凹槽结构，“顶”、“高”用于表示凸面结构。
人体结构的冠状面(coronal plane)是沿左、右方向将人体纵切为前、后两部分的断面。冠状面将肱骨模型表面的第一空间曲线分为两段，一段位于前侧，另一段位于后侧。装配肱骨模型的肱骨滑车凹槽与尺骨模型的尺骨滑车切迹，形成关节结构。装配肘关节，即装配肱骨模型与尺骨模型时的约束条件是：令位于前侧、后侧的两段第一空间曲线同时与第二空间曲线相切。此部分的方位限定词“左”、“右”、“前”、“后”均是相对于人体结构而言。
优选地，第一空间曲线的起点可设为肱骨模型的鹰嘴窝部的最低点，即鹰嘴窝部距离冠状面最近的点，第一空间曲线的起点可设为肱骨模型的冠突窝部的最低点，即冠突窝部距离冠状面最近的点，第二空间曲线的起点可设为尺骨模型的鹰嘴部尖端，第二空间曲线的止点可设为尺骨模型的冠突部尖端。
S4、固定肱骨模型，转动尺骨模型，且在转动过程中，即拖动尺骨模型令尺骨模型与肱骨模型发生相对运动的过程中，始终令两段第一空间曲线同时保持与第二空间曲线相切，分析肘关节屈伸三维运动。
当第一空间曲线和第二空间曲线仅有一个切点，关节的自由度过高，会引起产生意料外的、不能真实出现的动作。当有两个切点，即令第一空间曲线在人体的前侧、后侧分别与第二空间曲线相切，关节的自由度降低，更符合真实的肘关节运动规律。尺骨模型在装配关系和约束条件下相对于肱骨模型运动，能够反映出肘关节真实的三维运动模式，以便分析肘关节运动轨迹。
考虑到人体结构中，肱骨骨骼与尺骨骨骼在关节处的端面均覆盖有软骨层，且软骨层均匀分布，优选地，第一空间曲线和第二空间曲线可设置为有直径的线条，线条的直径优选不超过1mm，以便更贴近真实的肘关节运动模式。
优选地，步骤S1还包括对获取的各张CT图像进行降噪预处理，去除拍照仪器对肘关节图像的影响，进行肘关节区域的图像分割与边缘提取，使各个骨骼的轮廓清晰，以获得更为准确的骨骼信息，提高三维重建模型精度。
优选地，步骤S2中，根据获取的CT图像计算得到肘关节的三维模型时，将同个姿态、不同高度的多张CT图像按高度顺序叠加，并插值计算，计算出肱骨模型和尺骨模型。
进一步地，若步骤S1中获取了两个及两个以上姿态下肘关节的CT图像，步骤S2中，根据获取的CT图像计算得到肘关节的三维模型时，先将一个姿态、不同高度的多张CT图像按高度顺序叠加并插值计算，得到初步的三维模型，再根据不同姿态的各CT图像修正该初步的三维模型。
优选地，步骤S4中，转动尺骨模型时，将尺骨模型的鹰嘴部和肱骨模型的鹰嘴窝部的接触，以及尺骨模型的冠突部和肱骨模型的冠突窝部的接触，作为转动尺骨模型的限位。模拟肘关节进行屈伸动作时，肱骨模型和尺骨模型发生相对的滑动和传动，当弯曲到极限位置时，冠突部和冠突窝部接触，使肘关节不能再弯曲，起到限位作用，当伸展到极限位置时，鹰嘴部和鹰嘴窝部接触，使肘关节不能再伸展，起到了限位作用，以便更好地模拟肘关节真实的三维运动模式。
如图4所示，本发明还提供了一种基于CT图像的肘关节屈伸三维运动分析装置，包括图像模块100、建模模块200、曲线模块300和模拟模块400，具体地，其中：
图像模块100用于获取至少一个姿态下，肘关节不同高度的多张CT图像；
建模模块200用于根据获取的CT图像计算得到肘关节的三维模型，包括肱骨模型和尺骨模型；
曲线模块300用于在肱骨模型表面，由肱骨滑车凹槽的两个凹侧面的相交线确定第一空间曲线，并以人体结构的冠状面将第一空间曲线分为两段；在尺骨模型表面，由尺骨滑车切迹的两个凸侧面的相交线确定第二空间曲线；
模拟模块400用于固定肱骨模型，转动尺骨模型，且在转动过程中，始终令两段第一空间曲线同时与第二空间曲线相切，分析肘关节屈伸三维运动。
优选地，图像模块100还用于对获取的各张CT图像进行降噪预处理，进行肘关节区域的图像分割与边缘提取。
优选地，建模模块200计算得到肘关节的三维模型时，将同个姿态、不同高度的多张CT图像按高度顺序叠加，并插值计算。
优选地，模拟模块400转动尺骨模型时，将尺骨模型的鹰嘴部和肱骨模型的鹰嘴窝部的接触，以及尺骨模型的冠突部和肱骨模型的冠突窝部的接触，作为转动尺骨模型的限位。
特别地，在本发明一些优选的实施方式中，还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施方式中所述基于CT图像的肘关节屈伸三维运动分析方法的步骤。
在本发明另一些优选的实施方式中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施方式中所述基于CT图像的肘关节屈伸三维运动分析方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述基于CT图像的肘关节屈伸三维运动分析方法实施例的流程，在此不再重复说明。
综上所述，本发明提供了一种基于CT图像的肘关节屈伸三维运动分析方法及装置、计算机设备、计算机可读存储介质，本发明基于CT图像重建肘关节骨骼的三维模型，通过肱骨模型的肱骨滑车凹槽与尺骨模型的尺骨滑车切迹装配并确定肘关节运动的约束条件，能够实现无创的肘关节屈伸三维运动的分析，重建肘关节真实的三维运动模式。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于CT图像的肘关节屈伸三维运动分析方法，其特征在于，包括如下步骤：
S1、获取至少一个姿态下，肘关节不同高度的多张CT图像；
S2、根据获取的CT图像计算得到肘关节的三维模型，包括肱骨模型和尺骨模型；
S3、在所述肱骨模型表面，由肱骨滑车凹槽的两个凹侧面的相交线确定第一空间曲线，并以人体结构的冠状面将所述第一空间曲线分为两段；在所述尺骨模型表面，由尺骨滑车切迹的两个凸侧面的相交线确定第二空间曲线；
S4、固定所述肱骨模型，转动所述尺骨模型，且在转动过程中，始终令两段所述第一空间曲线同时与所述第二空间曲线相切，分析肘关节屈伸三维运动。
2.根据权利要求1所述的基于CT图像的肘关节屈伸三维运动分析方法，其特征在于：
所述步骤S1还包括对获取的各张CT图像进行降噪预处理，进行肘关节区域的图像分割与边缘提取。
3.根据权利要求1所述的基于CT图像的肘关节屈伸三维运动分析方法，其特征在于：
所述步骤S2中，计算得到肘关节的三维模型时，将同个姿态、不同高度的多张CT图像按高度顺序叠加，并插值计算。
4.根据权利要求3所述的基于CT图像的肘关节屈伸三维运动分析方法，其特征在于：
若所述步骤S1中，获取两个及两个以上姿态下的CT图像，所述步骤S2中，计算得到肘关节的三维模型时，先将一个姿态、不同高度的多张CT图像按高度顺序叠加并插值计算，得到初步的三维模型，再根据不同姿态的各CT图像修正初步的三维模型。
5.根据权利要求1所述的基于CT图像的肘关节屈伸三维运动分析方法，其特征在于：
所述步骤S4中，转动所述尺骨模型时，将所述尺骨模型的鹰嘴部和所述肱骨模型的鹰嘴窝部的接触，以及所述尺骨模型的冠突部和所述肱骨模型的冠突窝部的接触，作为转动所述尺骨模型的限位。
6.一种基于CT图像的肘关节屈伸三维运动分析装置，其特征在于，包括：
图像模块，用于获取至少一个姿态下，肘关节不同高度的多张CT图像；
建模模块，用于根据获取的CT图像计算得到肘关节的三维模型，包括肱骨模型和尺骨模型；
曲线模块，用于在所述肱骨模型表面，由肱骨滑车凹槽的两个凹侧面的相交线确定第一空间曲线，并以人体结构的冠状面将所述第一空间曲线分为两段；在所述尺骨模型表面，由尺骨滑车切迹的两个凸侧面的相交线确定第二空间曲线；
模拟模块，用于固定所述肱骨模型，转动所述尺骨模型，且在转动过程中，始终令两段所述第一空间曲线同时与所述第二空间曲线相切，分析肘关节屈伸三维运动。
7.根据权利要求6所述的基于CT图像的肘关节屈伸三维运动分析装置，其特征在于：
所述图像模块还用于对获取的各张CT图像进行降噪预处理，进行肘关节区域的图像分割与边缘提取。
8.根据权利要求6所述的基于CT图像的肘关节屈伸三维运动分析装置，其特征在于：
所述模拟模块转动所述尺骨模型时，将所述尺骨模型的鹰嘴部和所述肱骨模型的鹰嘴窝部的接触，以及所述尺骨模型的冠突部和所述肱骨模型的冠突窝部的接触，作为转动所述尺骨模型的限位。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述基于CT图像的肘关节屈伸三维运动分析方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述基于CT图像的肘关节屈伸三维运动分析方法的步骤。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2021/094106 WO2022241613A1 (zh) | 2021-05-17 | 2021-05-17 | 基于ct图像的肘关节屈伸三维运动分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113507890A true CN113507890A (zh) | 2021-10-15 |
| CN113507890B CN113507890B (zh) | 2022-09-13 |
Family
ID=78008209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180001406.XA Active CN113507890B (zh) | 2021-05-17 | 2021-05-17 | 基于ct图像的肘关节屈伸三维运动分析方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113507890B (zh) |
| WO (1) | WO2022241613A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114403911A (zh) * | 2021-12-27 | 2022-04-29 | 中国人民解放军总医院第四医学中心 | 一种基于ct三维重建图像的尺骨近端参数测量方法及装置 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0201010A2 (en) * | 1985-05-06 | 1986-11-12 | Queen's University At Kingston | Elbow Prosthesis |
| CN101014981A (zh) * | 2004-09-09 | 2007-08-08 | 皇家飞利浦电子股份有限公司 | 用于运动关节的三维成像的系统 |
| US20100076563A1 (en) * | 2008-09-19 | 2010-03-25 | Smith & Nephew, Inc. | Operatively tuning implants for increased performance |
| CN202408900U (zh) * | 2011-12-15 | 2012-09-05 | 宋雅伟 | 提携角测量仪 |
| WO2014145267A1 (en) * | 2013-03-15 | 2014-09-18 | Conformis, Inc. | Kinematic and parameterized modeling for patient-adapted implants, tools, and surgical procedures |
| US20150314459A1 (en) * | 2014-05-05 | 2015-11-05 | Persimmon Technologies, Corp. | Two-Link Arm Trajectory |
| CN106170705A (zh) * | 2013-12-09 | 2016-11-30 | 穆罕默德·R·马赫福兹 | 骨骼重建和骨外科植入物 |
| CN107957777A (zh) * | 2017-11-02 | 2018-04-24 | 西北工业大学 | 一种提高Kinect传感器体感识别精度的方法 |
| CN108478317A (zh) * | 2018-05-09 | 2018-09-04 | 影为医疗科技(上海)有限公司 | 一种个性化肘关节支具及其构建方法 |
| CN109147042A (zh) * | 2018-09-27 | 2019-01-04 | 上海交通大学 | 一种肘关节支具的定制化设计方法 |
| CA3095865A1 (en) * | 2018-04-04 | 2019-10-10 | Tornier, Inc. | Modular humeral stem with fine adjustment |
| CN110362194A (zh) * | 2019-05-31 | 2019-10-22 | 上海交通大学医学院附属第九人民医院 | 一种基于虚拟现实技术的骨关节脱位手法复位训练系统 |
| CN110934629A (zh) * | 2019-10-24 | 2020-03-31 | 中南大学湘雅医院 | 一种个体化肘关节稳定器及其制作方法 |
| CN111184620A (zh) * | 2020-01-14 | 2020-05-22 | 哈尔滨工业大学 | 一种具有补偿装置的柔性绳驱肘关节外骨骼机器人 |
| CN112168197A (zh) * | 2020-07-20 | 2021-01-05 | 北京积水潭医院 | 肘关节外固定旋转轴的定位方法及导航系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7333111B2 (en) * | 2003-04-25 | 2008-02-19 | Honda Giken Kogyo Kabushiki Kaisha | Joint component framework for modeling complex joint behavior |
| US8480679B2 (en) * | 2008-04-29 | 2013-07-09 | Otismed Corporation | Generation of a computerized bone model representative of a pre-degenerated state and useable in the design and manufacture of arthroplasty devices |
| CN106821552B (zh) * | 2017-01-23 | 2018-08-21 | 太原理工大学 | 一种客制化人工膝关节假体的设计方法 |
-
2021
- 2021-05-17 WO PCT/CN2021/094106 patent/WO2022241613A1/zh active Application Filing
- 2021-05-17 CN CN202180001406.XA patent/CN113507890B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0201010A2 (en) * | 1985-05-06 | 1986-11-12 | Queen's University At Kingston | Elbow Prosthesis |
| CN101014981A (zh) * | 2004-09-09 | 2007-08-08 | 皇家飞利浦电子股份有限公司 | 用于运动关节的三维成像的系统 |
| US20100076563A1 (en) * | 2008-09-19 | 2010-03-25 | Smith & Nephew, Inc. | Operatively tuning implants for increased performance |
| CN202408900U (zh) * | 2011-12-15 | 2012-09-05 | 宋雅伟 | 提携角测量仪 |
| WO2014145267A1 (en) * | 2013-03-15 | 2014-09-18 | Conformis, Inc. | Kinematic and parameterized modeling for patient-adapted implants, tools, and surgical procedures |
| CN106170705A (zh) * | 2013-12-09 | 2016-11-30 | 穆罕默德·R·马赫福兹 | 骨骼重建和骨外科植入物 |
| US20150314459A1 (en) * | 2014-05-05 | 2015-11-05 | Persimmon Technologies, Corp. | Two-Link Arm Trajectory |
| CN107957777A (zh) * | 2017-11-02 | 2018-04-24 | 西北工业大学 | 一种提高Kinect传感器体感识别精度的方法 |
| CA3095865A1 (en) * | 2018-04-04 | 2019-10-10 | Tornier, Inc. | Modular humeral stem with fine adjustment |
| CN108478317A (zh) * | 2018-05-09 | 2018-09-04 | 影为医疗科技(上海)有限公司 | 一种个性化肘关节支具及其构建方法 |
| CN109147042A (zh) * | 2018-09-27 | 2019-01-04 | 上海交通大学 | 一种肘关节支具的定制化设计方法 |
| CN110362194A (zh) * | 2019-05-31 | 2019-10-22 | 上海交通大学医学院附属第九人民医院 | 一种基于虚拟现实技术的骨关节脱位手法复位训练系统 |
| CN110934629A (zh) * | 2019-10-24 | 2020-03-31 | 中南大学湘雅医院 | 一种个体化肘关节稳定器及其制作方法 |
| CN111184620A (zh) * | 2020-01-14 | 2020-05-22 | 哈尔滨工业大学 | 一种具有补偿装置的柔性绳驱肘关节外骨骼机器人 |
| CN112168197A (zh) * | 2020-07-20 | 2021-01-05 | 北京积水潭医院 | 肘关节外固定旋转轴的定位方法及导航系统 |
Non-Patent Citations (11)
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114403911A (zh) * | 2021-12-27 | 2022-04-29 | 中国人民解放军总医院第四医学中心 | 一种基于ct三维重建图像的尺骨近端参数测量方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113507890B (zh) | 2022-09-13 |
| WO2022241613A1 (zh) | 2022-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2021154168A (ja) | 蛍光透視法および追跡センサを使用する股関節の外科手術ナビゲーション | |
| CN108765417B (zh) | 一种基于深度学习和数字重建放射影像的股骨x线片生成系统及方法 | |
| Mündermann et al. | The evolution of methods for the capture of human movement leading to markerless motion capture for biomechanical applications | |
| Corazza et al. | A markerless motion capture system to study musculoskeletal biomechanics: visual hull and simulated annealing approach | |
| Herda et al. | Using skeleton-based tracking to increase the reliability of optical motion capture | |
| Zuffi et al. | A model-based method for the reconstruction of total knee replacement kinematics | |
| US7899220B2 (en) | Time-dependent three-dimensional musculo-skeletal modeling based on dynamic surface measurements of bodies | |
| Cerveri et al. | Robust recovery of human motion from video using Kalman filters and virtual humans | |
| Chen et al. | Kinematic and deformation analysis of 4-D coronary arterial trees reconstructed from cine angiograms | |
| JPH09508994A (ja) | 像形成装置及び方法 | |
| JPH09330424A (ja) | ３次元骨格構造の動き変換装置 | |
| AU2018301578A1 (en) | Method for detecting spinal deformity using three-dimensional ultrasonic imaging | |
| CN113507890B (zh) | 基于ct图像的肘关节屈伸三维运动分析方法及装置 | |
| Ryu et al. | Analysis of skin movement with respect to flexional bone motion using MR images of a hand | |
| Tan et al. | A flexible and fully autonomous breast ultrasound scanning system | |
| CN117274334A (zh) | 一种基于点云的实时骨骼模型重建方法及系统 | |
| CN115294264A (zh) | 一种骨科手术导板设计方法 | |
| CN114283179A (zh) | 基于超声图像的骨折远近端空间位姿实时获取与配准系统 | |
| Ballit et al. | Visual sensor fusion with error compensation strategy toward a rapid and low-cost 3D scanning system for the lower residual limb | |
| Herda et al. | An automatic method for determining quaternion field boundaries for ball-and-socket joint limits | |
| Mahfouz et al. | Reconstruction of 3D Patient-Specific Bone Models From Biplanar X-Ray Images Utilizing Morphometric Measurements. | |
| Rhee et al. | Soft-tissue deformation for in vivo volume animation | |
| Vlahek et al. | Method for estimating tensiomyography parameters from motion capture data | |
| Negrillo-Cárdenas et al. | Automatic Detection of Distal Humerus Features: First Steps. | |
| Ogden et al. | Methodology of an inverse kinematic model for estimating shoulder girdle angles without acromial sensing |
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 |