CN113689406B - 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 - Google Patents
基于运动模拟算法的膝关节股骨后髁点识别方法及系统 Download PDFInfo
- Publication number
- CN113689406B CN113689406B CN202110978532.2A CN202110978532A CN113689406B CN 113689406 B CN113689406 B CN 113689406B CN 202110978532 A CN202110978532 A CN 202110978532A CN 113689406 B CN113689406 B CN 113689406B
- Authority
- CN
- China
- Prior art keywords
- medullary cavity
- dimensional
- femur
- posterior condylar
- knee joint
- 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
- 210000000629 knee joint Anatomy 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 31
- 210000000689 upper leg Anatomy 0.000 claims abstract description 71
- 230000002146 bilateral effect Effects 0.000 claims abstract description 42
- 230000009466 transformation Effects 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 11
- 210000000988 bone and bone Anatomy 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000013135 deep learning Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000003127 knee Anatomy 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001356 surgical procedure 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
- G06T7/0002—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
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/08—Projecting images onto non-planar surfaces, e.g. geodetic screens
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (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)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于运动模拟算法的膝关节股骨后髁点识别方法及系统,其方法包括:基于图像识别技术确定膝关节股骨的二维CT图像中每个断层层面的髓腔中心点的坐标;根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线;对所述二维CT图像进行三维重建,得到所述股骨的三维模型;将所述三维模型中的髓腔轴线进行三维图形变换,以使所述髓腔轴线垂直于水平面;根据所述三维模型获得所述股骨一端的透视图像;基于所述透视图像,以所述髓腔轴线为中心旋转所述股骨,以使股骨双侧后髁点的纵坐标相同;将所述透视图像中的股骨双侧后髁点还原到所述三维模型,以得到膝关节股骨双侧后髁点的三维坐标。本发明能够对膝关节股骨后髁点进行精准的定位。
Description
技术领域
本发明涉及计算机视觉技术领域,特别涉及一种基于运动模拟算法的膝关节股骨后髁点识别方法及系统。
背景技术
膝关节后髁点是膝关节股骨的重要解剖位置,在膝关节手术中是重要的参考点,通常将后髁点定义为在股骨髓腔轴线平行于水平面时两侧后髁与水平面的接触点。目前相关技术通常可以利用深度学习中的点识别算法对后髁点进行识别。发明人发现,该深度学习的点识别算法在对膝关节股骨后髁点进行识别时需要对后髁点进行精准标注,而在三维模型上对后髁点进行标注过程中由于会有较大的主观性导致误差较高,无法实现膝关节股骨后髁点的精准定位。
公开于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,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种基于运动模拟算法的膝关节股骨后髁点识别方法及系统,其能够对膝关节股骨后髁点进行精准的定位。
为实现上述目的,本发明提供了一种基于运动模拟算法的膝关节股骨后髁点识别方法,其包括:基于图像识别技术确定膝关节股骨的二维CT图像中每个断层层面的髓腔中心点的坐标;根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线;对所述二维CT图像进行三维重建,得到所述股骨的三维模型;将所述三维模型中的髓腔轴线进行三维图形变换,以使所述髓腔轴线垂直于水平面;根据所述三维模型获得所述股骨一端的透视图像;基于所述透视图像,以所述髓腔轴线为中心旋转所述股骨,以使股骨双侧后髁点的纵坐标相同;将所述透视图像中的股骨双侧后髁点还原到所述三维模型,以得到膝关节股骨双侧后髁点的三维坐标。
在本发明的一实施方式中,基于图像识别技术确定膝关节股骨的二维CT图像中每个断层层面的髓腔中心点的坐标:提取股骨髓腔中像素值大于预设像素阈值的各个像素点;计算各个所述像素点的质量中心,将所述质量中心的坐标作为所述髓腔中心点的坐标。
在本发明的一实施方式中,根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线包括:基于最小二乘法将所有断层层面的髓腔中心点的坐标拟合成髓腔轴线。
在本发明的一实施方式中,将所述透视图像中的股骨双侧后髁点还原到所述三维模型包括:标记第一直线以及第二直线,其中,所述第一直线穿过所述左侧最低点且与所述髓腔轴线平行,第二直线穿过所述右侧最低点且与所述髓腔轴线平行;分别确定第一直线和第二直线经过的骨质像素的质量中心的三维坐标,得到的两个质量中心的三维坐标为所述膝关节股骨的双侧后髁点的三维坐标。
基于同样的发明构思,本发明还提供了一种基于运动模拟算法的膝关节股骨后髁点识别系统,其包括:髓腔中心点确定模块、髓腔曲线拟合模块、三维重建模块、第一调整模块、第二调整模块、第三调整模块、还原模块。髓腔中心点确定模块,用于基于图像识别技术确定膝关节股骨的二维CT图像中每个断层层面的髓腔中心点的坐标;髓腔曲线拟合模块与所述髓腔中心点确定模块相耦合,用于根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线;三维重建模块与所述髓腔曲线拟合模块相耦合,用于对所述二维CT图像进行三维重建,得到所述股骨的三维模型;第一调整模块与所述三维重建模块相耦合,用于将所述三维模型中的髓腔轴线进行三维图形变换,以使所述髓腔轴线垂直于水平面;第二调整模块与所述第一调整模块相耦合,用于根据所述三维模型获得所述股骨一端的透视图像;第三调整模块与所述第二调整模块相耦合,用于基于所述透视图像,以所述髓腔轴线为中心旋转所述股骨,以使股骨双侧后髁点的纵坐标相同;还原模块与所述第三调整模块相耦合,用于将所述透视图像中的股骨双侧后髁点还原到所述三维模型,以得到膝关节股骨双侧后髁点的三维坐标。
在本发明的一实施方式中,所述髓腔中心点确定模块用于提取股骨髓腔中像素值大于预设像素阈值的各个像素点;计算各个所述像素点的质量中心,将所述质量中心的坐标作为所述髓腔中心点的坐标。
在本发明的一实施方式中,所述髓腔曲线拟合模块用于基于最小二乘法将所有断层层面的髓腔中心点的坐标拟合成髓腔轴线。
在本发明的一实施方式中,所述还原模块用于标记与所述透视图像视角垂直的第一直线以及第二直线,其中,所述第一直线穿过所述股骨双侧后髁点中一侧的后髁点且与所述髓腔轴线平行;所述第二直线穿过所述股骨双侧后髁点中另一侧的后髁点且与所述髓腔轴线平行;并且分别确定所述第一直线和第二直线经过的骨质像素的质量中心的三维坐标,得到的两个质量中心的三维坐标为所述膝关节股骨双侧后髁点的三维坐标。
基于同样的发明构思,本发明还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一项实施方式所述的基于运动模拟算法的膝关节股骨后髁点识别方法的步骤。
基于同样的发明构思,本发明还提供了一种电子设备,其包括:至少一个处理器以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述任一项实施方式所述的基于运动模拟算法的膝关节股骨后髁点识别方法的步骤。
与现有技术相比,根据本发明的基于运动模拟算法的膝关节股骨后髁点识别方法及系统,通过拟合髓腔轴线、视角转换、以及三维还原的运动模拟算法实现了对膝关节股骨的双侧后髁点的快速精准定位。本实施方式相较于深度学习技术的识别方法,识别结果更加高效准确而且检测效果稳定、更适用于临床手术。
附图说明
图1是根据本发明一实施方式的基于运动模拟算法的膝关节股骨后髁点识别方法的步骤组成;
图2是根据本发明一实施方式的确定髓腔中心点的示意图;
图3是根据本发明一实施方式的拟合后的髓腔轴线;
图4是根据本发明一实施方式的对三维CT断层扫描图像进行旋转髓腔轴线呈现的状态示意图;
图5是根据本发明一实施方式的二维透视图;
图6是根据本发明一实施方式的二维透视图旋转后的效果;
图7是根据本发明一实施方式的基于运动模拟算法的膝关节股骨后髁点识别系统的模块组成。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分,而并未排除其它元件或其它组成部分。
为了能够克服现有技术的后髁点识别精度较低的问题,一实施方式中提供了一种基于运动模拟算法的膝关节股骨后髁点识别方法,如图1所示,该方法包括:步骤S1~步骤S7。
在步骤S1中基于图像识别技术确定膝关节股骨的二维CT图像中每个断层层面的髓腔中心点的坐标。可选地,确定出每个断层层面的髓腔中心点的坐标包括:将像素值大于预设阈值的各个点提取出来,计算出所述像素值大于预设阈值的各个点的质量中心,将所述质量中心的坐标作为所述髓腔中心点的坐标。如图2所示,在图像的一个断层层面中,像素值大于预设阈值的各个点处于中间圈起来的区域,该区域的所有点的质量中心为髓腔中心点。
在步骤S2中根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线。
可选地,可以基于最小二乘法将所有断层层面的髓腔中心点的坐标拟合成髓腔轴线。图3是拟合后的髓腔轴线示意图。
在步骤S3中对所述二维CT图像进行三维重建,得到所述股骨的三维模型。
在步骤S4中将所述三维模型中的髓腔轴线进行三维图形变换,以使所述髓腔轴线垂直于水平面。具体地,可以将髓腔轴线绕最顶端的轴线点旋转为竖直状态(如图4所示),此旋转为三维变换,同时股骨跟随髓腔轴线做相同的运动。
在步骤S5中根据所述三维模型获得所述股骨一端的透视图像。例如可以获取所述三维CT断层扫描图像的从底部向上视角的二维透视图(如图5所示),使得所述髓腔轴线在所述二维透视图中显示为一个点。
在步骤S6中基于所述透视图像,以所述髓腔轴线为中心旋转所述股骨,以使股骨双侧后髁点的纵坐标相同。具体地,可以对所述二维透视图中的股骨的左侧最低点和右侧最低点进行连线,将所述二维透视图进行旋转,使得所述二维透视图中的股骨的左侧最低点和右侧最低点的连线呈水平状态,如图6所示。可选地,绕髓腔轴线旋转股骨,若左侧较低则顺时针旋转,右侧较低则逆时针旋转,以1度为单位进行旋转,直到出现一条水平直线能同时经过双侧后髁的最低点。
在步骤S7中将所述透视图像中的股骨双侧后髁点还原到所述三维模型,以得到膝关节股骨双侧后髁点的三维坐标。具体地,可以标记与所述透视图像视角垂直的第一直线以及第二直线,其中,所述第一直线穿过所述股骨双侧后髁点中一侧的后髁点且与所述髓腔轴线平行;所述第二直线穿过所述股骨双侧后髁点中另一侧的后髁点且与所述髓腔轴线平行;然后分别确定所述第一直线和第二直线经过的骨质像素的质量中心的三维坐标,得到的两个质量中心的三维坐标为所述膝关节股骨双侧后髁点的三维坐标。
由此,本实施方式的膝关节股骨后髁点识别方法通过拟合髓腔轴线、视角转换、以及三维还原的运动模拟算法实现了对膝关节股骨的双侧后髁点的快速精准定位。本实施方式相较于深度学习技术的识别方法,识别结果更加高效准确而且检测效果稳定、更适用于临床手术。
基于同样的发明构思,一实施方式中还提供了一种基于运动模拟算法的膝关节股骨后髁点识别系统,如图7所示,其包括:髓腔中心点确定模块10、髓腔曲线拟合模块11、三维重构模块12、第一调整模块13、第二调整模块14、第三调整模块15、还原模块16。
髓腔中心点确定模块10用于基于图像识别技术确定膝关节股骨的二维CT图像中每个断层层面的髓腔中心点的坐标。具体而言,所述髓腔中心点确定模块10将像素值大于预设阈值的各个点提取出来,计算出所述像素值大于预设阈值的各个点的质量中心,将所述质量中心的坐标作为所述髓腔中心点的坐标。
髓腔曲线拟合模块11与所述髓腔中心点确定模块10相耦合,用于根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线。具体可以采用最小二乘法进行髓腔曲线拟合。
三维重建模块12与所述髓腔曲线拟合模块11相耦合,用于对所述二维CT图像进行三维重建,得到所述股骨的三维模型。
第一调整模块13与所述三维重建模块12相耦合,用于将所述三维模型中的髓腔轴线进行三维图形变换,以使所述髓腔轴线垂直于水平面。
第二调整模块14与所述第一调整模块13相耦合,用于根据所述三维模型获得所述股骨一端的透视图像。例如,可以获取所述三维CT断层扫描图像的从底部向上视角的二维透视图,使得所述髓腔轴线在所述二维透视图中显示为一个点。
第三调整模块15与所述第二调整模块14相耦合,用于基于所述透视图像,以所述髓腔轴线为中心旋转所述股骨,以使股骨双侧后髁点的纵坐标相同。
还原模块16与所述第三调整模块15相耦合,用于将所述透视图像中的股骨双侧后髁点还原到所述三维模型,以得到膝关节股骨双侧后髁点的三维坐标。具体而言,所述还原模块16首先标记与所述透视图像视角垂直的第一直线以及第二直线,其中,所述第一直线穿过所述股骨双侧后髁点中一侧的后髁点且与所述髓腔轴线平行;所述第二直线穿过所述股骨双侧后髁点中另一侧的后髁点且与所述髓腔轴线平行;并且分别确定所述第一直线和第二直线经过的骨质像素的质量中心的三维坐标,得到的两个质量中心的三维坐标为所述膝关节股骨双侧后髁点的三维坐标。
由此,本实施方式的膝关节股骨后髁点识别方法通过拟合髓腔轴线、视角转换、以及三维还原的运动模拟算法实现了对膝关节股骨的双侧后髁点的快速精准定位。本实施方式相较于深度学习技术的识别方法,识别结果更加高效准确而且检测效果稳定、更适用于临床手术。
基于同样的发明构思,本发明还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一项实施方式所述的基于运动模拟算法的膝关节股骨后髁点识别方法的步骤。
基于同样的发明构思,本发明还提供了一种电子设备,其包括:至少一个处理器以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述任一项实施方式所述的基于运动模拟算法的膝关节股骨后髁点识别方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种基于运动模拟算法的膝关节股骨后髁点识别方法,其特征在于,包括:
基于图像识别技术确定膝关节股骨的二维CT图像中每个断层层面的髓腔中心点的坐标;
根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线;
对所述二维CT图像进行三维重建,得到所述股骨的三维模型;
将所述三维模型中的髓腔轴线进行三维图形变换,以使所述髓腔轴线垂直于水平面;
根据所述三维模型获得所述股骨一端的透视图像;
基于所述透视图像,以所述髓腔轴线为中心旋转所述股骨,以使股骨双侧后髁点的纵坐标相同;
将所述透视图像中的股骨双侧后髁点还原到所述三维模型,以得到膝关节股骨双侧后髁点的三维坐标。
2.如权利要求1所述的基于运动模拟算法的膝关节股骨后髁点识别方法,其特征在于,基于图像识别技术确定膝关节股骨的二维CT图像中的每个断层层面的髓腔中心点的坐标包括:
提取股骨髓腔中像素值大于预设像素阈值的各个像素点;
计算各个所述像素点的质量中心,将所述质量中心的坐标作为所述髓腔中心点的坐标。
3.如权利要求1所述的基于运动模拟算法的膝关节股骨后髁点识别方法,其特征在于,根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线包括:
基于最小二乘法将所有断层层面的髓腔中心点的坐标拟合成髓腔轴线。
4.如权利要求1所述的基于运动模拟算法的膝关节股骨后髁点识别方法,其特征在于,将所述透视图像中的股骨双侧后髁点还原到所述三维模型,包括:
标记与所述透视图像视角垂直的第一直线以及第二直线,其中,所述第一直线穿过所述股骨双侧后髁点中一侧的后髁点且与所述髓腔轴线平行;所述第二直线穿过所述股骨双侧后髁点中另一侧的后髁点且与所述髓腔轴线平行;
分别确定所述第一直线和第二直线经过的骨质像素的质量中心的三维坐标,得到的两个质量中心的三维坐标为所述膝关节股骨双侧后髁点的三维坐标。
5.一种基于运动模拟算法的膝关节股骨后髁点识别系统,其特征在于,包括:
髓腔中心点确定模块,用于基于图像识别技术确定膝关节股骨的二维CT图像中每个断层层面的髓腔中心点的坐标;
髓腔曲线拟合模块,与所述髓腔中心点确定模块相耦合,用于根据所有断层层面的髓腔中心点的坐标拟合出髓腔轴线;
三维重建模块,与所述髓腔曲线拟合模块相耦合,用于对所述二维CT图像进行三维重建,得到所述股骨的三维模型;
第一调整模块,与所述三维重建模块相耦合,用于将所述三维模型中的髓腔轴线进行三维图形变换,以使所述髓腔轴线垂直于水平面;
第二调整模块,与所述第一调整模块相耦合,用于根据所述三维模型获得所述股骨一端的透视图像;
第三调整模块,与所述第二调整模块相耦合,用于基于所述透视图像,以所述髓腔轴线为中心旋转所述股骨,以使股骨双侧后髁点的纵坐标相同;
还原模块,与所述第三调整模块相耦合,用于将所述透视图像中的股骨双侧后髁点还原到所述三维模型,以得到膝关节股骨双侧后髁点的三维坐标。
6.如权利要求5所述的基于运动模拟算法的膝关节股骨后髁点识别系统,其特征在于,所述髓腔中心点确定模块用于提取股骨髓腔中像素值大于预设像素阈值的各个像素点;计算各个所述像素点的质量中心,将所述质量中心的坐标作为所述髓腔中心点的坐标。
7.如权利要求5所述的基于运动模拟算法的膝关节股骨后髁点识别系统,其特征在于,所述髓腔曲线拟合模块用于基于最小二乘法将所有断层层面的髓腔中心点的坐标拟合成髓腔轴线。
8.如权利要求5所述的基于运动模拟算法的膝关节股骨后髁点识别系统,其特征在于,所述还原模块用于标记与所述透视图像视角垂直的第一直线以及第二直线,其中,所述第一直线穿过所述股骨双侧后髁点中一侧的后髁点且与所述髓腔轴线平行;所述第二直线穿过所述股骨双侧后髁点中另一侧的后髁点且与所述髓腔轴线平行;并且分别确定所述第一直线和第二直线经过的骨质像素的质量中心的三维坐标,得到的两个质量中心的三维坐标为所述膝关节股骨双侧后髁点的三维坐标。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述的基于运动模拟算法的膝关节股骨后髁点识别方法的步骤。
10.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至4任一项所述的基于运动模拟算法的膝关节股骨后髁点识别方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110978532.2A CN113689406B (zh) | 2021-08-24 | 2021-08-24 | 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 |
PCT/CN2022/110974 WO2023024884A1 (zh) | 2021-08-24 | 2022-08-08 | 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110978532.2A CN113689406B (zh) | 2021-08-24 | 2021-08-24 | 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113689406A CN113689406A (zh) | 2021-11-23 |
CN113689406B true CN113689406B (zh) | 2022-04-08 |
Family
ID=78582203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110978532.2A Active CN113689406B (zh) | 2021-08-24 | 2021-08-24 | 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113689406B (zh) |
WO (1) | WO2023024884A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689406B (zh) * | 2021-08-24 | 2022-04-08 | 北京长木谷医疗科技有限公司 | 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 |
CN113850810B (zh) * | 2021-12-01 | 2022-03-04 | 杭州柳叶刀机器人有限公司 | 用于转正股骨的方法及手术系统、存储介质以及电子设备 |
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 |
CN114862780A (zh) * | 2022-04-27 | 2022-08-05 | 杭州素问九州医疗科技有限公司 | 用于确定股骨滑车沟曲线的方法与装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101991422A (zh) * | 2010-08-09 | 2011-03-30 | 上海交通大学医学院附属仁济医院 | 一种在股骨髁长轴截面内定位人体膝关节伸屈运动轴心的方法 |
CN110432948A (zh) * | 2019-08-12 | 2019-11-12 | 中国人民解放军陆军军医大学第一附属医院 | 全膝关节置换术截骨导航装置 |
CN111297478A (zh) * | 2020-03-10 | 2020-06-19 | 南京市第一医院 | 一种膝关节翻修手术的术前规划方法 |
CN111329551A (zh) * | 2016-03-12 | 2020-06-26 | P·K·朗 | 用于脊柱和关节手术的增强现实引导 |
CN111568456A (zh) * | 2020-04-24 | 2020-08-25 | 长春理工大学 | 基于特征点三维重建的膝关节姿态测量方法 |
CN111652301A (zh) * | 2020-05-27 | 2020-09-11 | 北京长木谷医疗科技有限公司 | 基于深度学习的股骨小转子识别方法、装置及电子设备 |
CN112972076A (zh) * | 2021-02-07 | 2021-06-18 | 杭州素问九州医疗科技有限公司 | 膝关节假体股骨部件与股骨的拟合方法及机器人手术系统 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1187026C (zh) * | 2003-05-29 | 2005-02-02 | 上海交通大学 | 全自动股骨基轴线确定方法 |
CN102902421B (zh) * | 2012-08-29 | 2015-10-07 | 广东威创视讯科技股份有限公司 | 触摸屏笔画粗细识别方法及装置 |
JP6492075B2 (ja) * | 2013-07-25 | 2019-03-27 | スミス アンド ネフュー インコーポレイテッド | 骨の病理学的変形を治療するために外科的切除計画を作成する方法 |
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 |
CN107296651A (zh) * | 2017-06-21 | 2017-10-27 | 四川大学 | 一种数字化辅助确定股骨远端截骨平面的方法 |
CN108478250A (zh) * | 2018-04-04 | 2018-09-04 | 重庆医科大学附属第医院 | 全膝关节置换术的股骨定位方法、个体化截骨导板及假体 |
CN109446951B (zh) * | 2018-10-16 | 2019-12-10 | 腾讯科技(深圳)有限公司 | 三维图像的语义分割方法、装置、设备及存储介质 |
CN109512513A (zh) * | 2019-01-22 | 2019-03-26 | 北京和华瑞博科技有限公司 | 一种基于圆柱拟合的下肢胫骨机械轴线确定方法 |
CN110613469B (zh) * | 2019-09-18 | 2020-09-15 | 北京理工大学 | 一种腿骨下肢力线自动检测方法及装置 |
CN110811830B (zh) * | 2019-11-06 | 2021-03-16 | 中国人民解放军总医院第四医学中心 | 一种基于股骨模型的分析装置及方法 |
CN111652888B (zh) * | 2020-05-25 | 2021-04-02 | 北京长木谷医疗科技有限公司 | 基于深度学习的确定髓腔解剖轴线的方法及装置 |
CN113069134A (zh) * | 2021-02-05 | 2021-07-06 | 仰峰(上海)科技发展有限公司 | 一种基于ct三维重建图像的股骨髓腔内形态学参数三维测量方法 |
CN113689406B (zh) * | 2021-08-24 | 2022-04-08 | 北京长木谷医疗科技有限公司 | 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 |
-
2021
- 2021-08-24 CN CN202110978532.2A patent/CN113689406B/zh active Active
-
2022
- 2022-08-08 WO PCT/CN2022/110974 patent/WO2023024884A1/zh unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101991422A (zh) * | 2010-08-09 | 2011-03-30 | 上海交通大学医学院附属仁济医院 | 一种在股骨髁长轴截面内定位人体膝关节伸屈运动轴心的方法 |
CN111329551A (zh) * | 2016-03-12 | 2020-06-26 | P·K·朗 | 用于脊柱和关节手术的增强现实引导 |
CN110432948A (zh) * | 2019-08-12 | 2019-11-12 | 中国人民解放军陆军军医大学第一附属医院 | 全膝关节置换术截骨导航装置 |
CN111297478A (zh) * | 2020-03-10 | 2020-06-19 | 南京市第一医院 | 一种膝关节翻修手术的术前规划方法 |
CN111568456A (zh) * | 2020-04-24 | 2020-08-25 | 长春理工大学 | 基于特征点三维重建的膝关节姿态测量方法 |
CN111652301A (zh) * | 2020-05-27 | 2020-09-11 | 北京长木谷医疗科技有限公司 | 基于深度学习的股骨小转子识别方法、装置及电子设备 |
CN112972076A (zh) * | 2021-02-07 | 2021-06-18 | 杭州素问九州医疗科技有限公司 | 膝关节假体股骨部件与股骨的拟合方法及机器人手术系统 |
Non-Patent Citations (4)
Title |
---|
Validation of a 3D CBCT-based protocol for the follow-up of mandibular condyle remodeling;Pieter-Jan Verhelst等;《Technical Report》;20200214;第1-25页 * |
人工智能辅助全髋关节置换术三维规划系统的研发及临床应用研究;吴东等;《中国修复重建外科杂志》;20200930;第34卷(第09期);第1077-1084页 * |
新疆哈萨克族全膝关节置换术(TKA)中股骨远端旋转对线方法的研究;姜侃等;《新疆医学》;20130925;第43卷(第09期);第20-25页 * |
计算机导航辅助膝关节置换股骨假体旋转力线的初步研究;向浩;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20171015(第(2017)10期);E066-171 * |
Also Published As
Publication number | Publication date |
---|---|
CN113689406A (zh) | 2021-11-23 |
WO2023024884A1 (zh) | 2023-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113689406B (zh) | 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 | |
US10937250B2 (en) | Methods of reconstructing skulls | |
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 | |
WO2016116946A9 (en) | A system and method for obtaining 3-dimensional images using conventional 2-dimensional x-ray images | |
CN113950301A (zh) | 用于计算机引导手术的系统 | |
AU2021202996B2 (en) | Configuring a surgical tool | |
Gamage et al. | Diagnostic radiograph based 3D bone reconstruction framework: Application to the femur | |
CN112562082A (zh) | 一种三维人脸重建方法及系统 | |
CN112509022A (zh) | 一种术前三维影像与术中透视图像的无标定物配准方法 | |
CN113662660A (zh) | 关节置换术前规划方法、装置、设备及存储介质 | |
CN113974920B (zh) | 膝关节股骨力线确定方法和装置、电子设备、存储介质 | |
CN114842154A (zh) | 一种基于二维x射线图像重建三维影像的方法和系统 | |
KR102692396B1 (ko) | Ct를 이용한 3d 두부 계측 랜드마크 자동 검출 장치 및 방법 | |
CN117152126B (zh) | 膝关节状态的确定装置、存储介质及电子设备 | |
CN113077499A (zh) | 骨盆配准方法、骨盆配准装置和骨盆配准系统 | |
Cai et al. | A level-wise spine registration framework to account for large pose changes | |
KR101659056B1 (ko) | 2차원 기술자를 이용한 두개골유합증 자동진단시스템 및 이를 이용한 두개골유합증 자동진단방법 | |
Speidel et al. | Intraoperative surface reconstruction and biomechanical modeling for soft tissue registration | |
CN116019548A (zh) | 一种基于x光影像的膝关节置换手术规划方法、装置、设备及存储介质 | |
KR20230009676A (ko) | 3차원 인체 자세 추정 장치 및 그 방법 | |
CN111583240A (zh) | 一种股骨端前后轴线的确定方法、装置和计算机设备 | |
Korez et al. | Sparse and multi-object pose+ shape modeling of the three-dimensional scoliotic spine | |
Luković et al. | Optical methods for the estimation and 2D classification of idiopathic scoliosis | |
CN118402867B (zh) | 骨面配准引导装置、骨面配准设备及存储介质 | |
CN117582287B (zh) | 一种单髁假体自动规划方法、装置及相关设备 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 100176 2201, 22 / F, building 1, yard 2, Ronghua South Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Patentee after: Beijing Changmugu Medical Technology Co.,Ltd. Patentee after: Zhang Yiling Address before: 100176 2201, 22 / F, building 1, yard 2, Ronghua South Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Patentee before: BEIJING CHANGMUGU MEDICAL TECHNOLOGY Co.,Ltd. Patentee before: Zhang Yiling |