CN113855233B - 手术范围确定方法、装置、电子设备及存储介质 - Google Patents
手术范围确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113855233B CN113855233B CN202111282072.6A CN202111282072A CN113855233B CN 113855233 B CN113855233 B CN 113855233B CN 202111282072 A CN202111282072 A CN 202111282072A CN 113855233 B CN113855233 B CN 113855233B
- Authority
- CN
- China
- Prior art keywords
- bone
- cloud data
- point cloud
- patient
- determining
- 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
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
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- 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
- A61B34/30—Surgical robots
-
- 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
- A61B34/70—Manipulators specially adapted for use in surgery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- 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
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2065—Tracking using image or pattern recognition
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
Abstract
本申请提供一种手术范围确定方法、装置、电子设备及存储介质,涉及手术检测领域。该方法包括:获取患者骨骼点云数据;基于患者的骨骼图像建立骨骼模型,获得骨骼模型点云数据;确定所述骨骼点云数据与所述骨骼模型点云数据的匹配参数,并基于所述匹配参数对骨骼模型上的点与患者骨骼上的点进行配准;从配准后的所述骨骼模型点云数据中选取多个关键点,并基于所述多个关键点之间的距离确定机械臂的手术范围。能够确定安全的骨骼手术范围,从而降低骨骼手术的风险。
Description
技术领域
本申请涉及手术检测领域,具体而言,涉及一种手术范围确定方法、装置、电子设备及存储介质。
背景技术
目前在对患者进行骨骼手术时,患者的手术部位摆放位置与角度取决于医生的主观经验,采用机械臂切割患者骨骼时,由于切割各个规划面时的机械臂姿态不同,存在手术风险高,无法保证患者安全的问题。
发明内容
本申请实施例的目的在于提供一种手术范围确定方法、装置、电子设备及存储介质,用以确定安全的骨骼手术范围,从而降低骨骼手术的风险。
第一方面,本申请实施例提供一种手术范围确定方法,包括:
获取患者骨骼点云数据;
基于患者的骨骼图像建立骨骼模型,获得骨骼模型点云数据;
确定所述骨骼点云数据与所述骨骼模型点云数据的匹配参数,并基于所述匹配参数对骨骼模型上的点与患者骨骼上的点进行配准;
从配准后的所述骨骼模型点云数据中选取多个关键点,并基于所述多个关键点之间的距离确定机械臂的手术范围。
在上述实现过程中,通过建立患者待手术部位的骨骼模型,并将位于不同坐标系的三维骨骼图像以及骨骼模型进行配准,能够直观地展现患者待手术部位是否处于机械臂的工作范围内,从而能够避免由于医生基于主观经验确定患者的待手术部位摆放位置而导致的风险,提高手术安全性。
可选地,所述匹配参数包括平移参数以及旋转参数,所述确定所述骨骼点云数据与所述骨骼模型点云数据的匹配参数包括:
在所述骨骼点云数据与所述骨骼模型点云数据的重叠区域中获取多组非共线的对应点对,并基于所述对应点对计算所述骨骼点云数据与所述骨骼模型点云数据沿三维坐标系三维轴的旋转角度以及沿所述三维坐标系三维轴的平移量;
基于所述旋转角度和所述平移量确定所述骨骼点云数据与所述骨骼模型点云数据的旋转矩阵以及平移矩阵;
在所述重叠区域中分别确定骨骼点集和骨骼模型点集,基于所述旋转矩阵和所述平移矩阵计算所述骨骼点云数据与所述骨骼模型点云数据的所述平移参数和所述旋转参数。
在上述实现过程中,计算骨骼点云数据与骨骼模型点云数据的匹配参数将患者待手术部位的图像和骨骼模型上的点进行配准,从而同步骨骼模型与患者待手术部位,能够提高手术的精准性。
可选地,所述从配准后的所述骨骼模型点云数据中选取多个关键点,并基于所述多个关键点之间的距离确定机械臂的手术范围包括:
从所述骨骼模型点云数据中获取同一骨骼上的两个所述关键点以表示所述骨骼的空间位置;在与所述骨骼模型点的同一三维坐标系中标记机械臂台车位置;
基于所述骨骼的空间位置和所述机械臂台车位置确定所述机械臂的手术范围。
可选地,所述从所述骨骼模型点云数据中获取同一骨骼上的两个所述关键点以表示所述骨骼的空间位置包括:
在手术为关节手术时,确定与所述关节相距最近的第一骨骼以及第二骨骼,从所述骨骼模型点云数据中分别获取所述第一骨骼上的两个所述关键点和所述第二骨骼上的两个所述关键点,以表示所述第一骨骼和所述第二骨骼的空间位置;
所述基于所述骨骼的空间位置和所述机械臂台车位置确定所述机械臂的手术范围包括:
基于所述机械臂台车位置、所述第一骨骼和所述第二骨骼的空间位置分别确定所述机械臂台车与所述第一骨骼的第一距离、所述机械臂台车与所述第二骨骼的第二距离以及所述第一骨骼和所述第二骨骼的夹角;
基于所述第一距离、第二距离以及所述夹角确定所述机械臂的手术范围。
进一步地,所述基于所述匹配参数对骨骼模型上的点与患者骨骼上的点进行配准包括:
基于公式配准所述骨骼模型上的点与所述患者骨骼上的点,在所述公式中,R为所述旋转矩阵,t为所述平移矩阵,p为患者骨骼点集,q为骨骼模型点集,n为所述患者骨骼点集和所述骨骼模型点集中,点的个数,i为所述患者骨骼点集或骨骼模型点集中的任一点,所述在f(R,t)处于最小值时,则表示所述配准完成。
可选地,在所述基于所述骨骼的空间位置和所述机械臂台车位置确定所述机械臂的手术范围之后,所述方法还包括:
基于光学定位装置跟踪设置在患者手术部位的标记以及设置在所述机械臂台车上的标记,以在所述三维坐标系中更新所述患者手术部位的位置和所述机械臂台车位置。
在上述实现过程中,采用多次更新机械臂台车至距离膝关节不同距离位置,以提高确定患者的手术范围的准确性。
第二方面,本申请实施例提供一种手术范围确定装置,包括:
获取模块,用于获取患者骨骼点云数据;
以及基于患者的骨骼图像建立骨骼模型,获得骨骼模型点云数据;
配准模块,用于确定所述骨骼点云数据与所述骨骼模型点云数据的匹配参数,并基于所述匹配参数对骨骼模型上的点与患者骨骼上的点进行配准;
确定模块,用于从配准后的所述骨骼模型点云数据中选取多个关键点,并基于所述多个关键点之间的距离确定机械臂的手术范围。
在上述实现过程中,通过建立患者待手术部位的骨骼模型,并将位于不同坐标系的三维骨骼图像以及骨骼模型进行配准,能够直观地展现患者待手术部位是否处于机械臂的工作范围内,从而能够避免由于医生基于主观经验确定患者的待手术部位摆放位置而导致的风险,提高手术安全性。
可选地,所述匹配参数包括平移参数以及旋转参数,所述配准模块包括:
计算子模块,用于在所述骨骼点云数据与所述骨骼模型点云数据的重叠区域中获取多组非共线的对应点对,并基于所述对应点对计算所述骨骼点云数据与所述骨骼模型点云数据沿三维坐标系三维轴的旋转角度以及沿所述三维坐标系三维轴的平移量;
矩阵确定子模块,用于基于所述旋转角度和所述平移量确定所述骨骼点云数据与所述骨骼模型点云数据的旋转矩阵以及平移矩阵;
参数计算子模块,用于在所述重叠区域中分别确定骨骼点集和骨骼模型点集,基于所述旋转矩阵和所述平移矩阵计算所述骨骼点云数据与所述骨骼模型点云数据的所述平移参数和所述旋转参数。
在上述实现过程中,计算骨骼点云数据与骨骼模型点云数据的匹配参数将患者待手术部位的图像和骨骼模型上的点进行配准,从而同步骨骼模型与患者待手术部位,能够提高手术的精准性。
可选地,确定模块可具体用于:
从所述骨骼模型点云数据中获取同一骨骼上的两个所述关键点以表示所述骨骼的空间位置;
在与所述骨骼模型点的同一三维坐标系中标记机械臂台车位置;
基于所述骨骼的空间位置和所述机械臂台车位置确定所述机械臂的手术范围。
可选地,确定模块还可用于:
在手术为关节手术时,确定与所述关节相距最近的第一骨骼以及第二骨骼,从所述骨骼模型点云数据中分别获取所述第一骨骼上的两个所述关键点和所述第二骨骼上的两个所述关键点,以表示所述第一骨骼和所述第二骨骼的空间位置;基于所述机械臂台车位置、所述第一骨骼和所述第二骨骼的空间位置分别确定所述机械臂台车与所述第一骨骼的第一距离、所述机械臂台车与所述第二骨骼的第二距离以及所述第一骨骼和所述第二骨骼的夹角;基于所述第一距离、第二距离以及所述夹角确定所述机械臂的手术范围。
可选地,配准模块可具体用于:
基于公式配准所述骨骼模型上的点与所述患者骨骼上的点,在所述公式中,R为所述旋转矩阵,t为所述平移矩阵,p为患者骨骼点集,q为骨骼模型点集,n为所述患者骨骼点集和所述骨骼模型点集中,点的个数,i为所述患者骨骼点集或骨骼模型点集中的任一点,所述在f(R,t)处于最小值时,则表示所述配准完成。
可选地,所述手术范围确定装置还可包括更新模块,用于:
在基于所述骨骼的空间位置和所述机械臂台车位置确定所述机械臂的手术范围之后,基于光学定位装置跟踪设置在患者手术部位的标记以及设置在所述机械臂台车上的标记,以在所述三维坐标系中更新所述患者手术部位的位置和所述机械臂台车位置。
在上述实现过程中,采用多次更新机械臂台车至距离膝关节不同距离位置,以提高确定患者的手术范围的准确性。
第三方面,本申请实施例提供一种电子设备,所述电子设备包括存储器和处理器,所述存储器中存储有程序指令,所述处理器读取并运行所述程序指令时,执行上述任一实现方式中的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述可读取存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行上述任一实现方式中的步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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他相关的附图。
图1为本申请实施例提供的手术范围确定方法的步骤示意图;
图2为本申请实施例提供的确定骨骼点云数据与骨骼模型点云数据的匹配参数的步骤示意图;
图3为本申请实施例提供的一种确定手术范围的步骤示意图;
图4为本申请实施例提供的手术范围确定装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。例如,附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
请参看图1,图1为本申请实施例提供的手术范围确定方法的步骤示意图,该方法可以包括如下步骤:
在步骤S11中,获取患者骨骼点云数据。
其中,可以在患者的待手术部位放置标记,通过使用光学扫描仪扫描标记以记录患者待手术部位的空间位置,并建立骨骼点云数据以表示患者待手术部位。
在步骤S12中,基于患者的骨骼图像建立骨骼模型,获得骨骼模型点云数据。
具体地,可以基于术前患者的电子计算机断层扫描(Computed Tomography,CT)图像建立患者待手术部位的骨骼模型,在CT图像中以不同的灰度值来表示,反映了各器官和组织对X线的吸收与透过率的不同。其中黑影表示低吸收区,即低密度区,如软组织;白影表示高吸收区,即高密度区,如骨骼。根据不同组织间的灰度阶跃设置分解阈值,再利用该阈值将CT图像中各部分的边界提取出来,作为三维骨骼模型的轮廓输入,从而建立骨骼模型。
在步骤S13中,确定所述骨骼点云数据与所述骨骼模型点云数据的匹配参数,并基于所述匹配参数对骨骼模型上的点与患者骨骼上的点进行配准。
其中,匹配参数可以是映射变换矩阵中的变换参数,以映射变换矩阵表示从骨骼点云数据变换至骨骼模型点云数据的过程,在确定映射变换矩阵中的变换参数即可确定骨骼点云数据中任一点经过变换后对应于骨骼模型点云数据中的某一点,从而能够对患者待手术部位以及骨骼模型的图像配准。
在步骤S14中,从配准后的所述骨骼模型点云数据中选取多个关键点,并基于所述多个关键点之间的距离确定机械臂的手术范围。
其中,关键点可以是患者骨骼一顶端的点,可以以骨骼两顶端点的位置确定骨骼的空间位置,基于机械臂的长度以及骨骼的空间位置从而确定机械臂的手术范围。
由此可见,本申请实施例提供的手术范围确定方法通过建立患者待手术部位的骨骼模型,并将位于不同坐标系的三维骨骼图像以及骨骼模型进行配准,能够直观地展现患者待手术部位是否处于机械臂的工作范围内,从而能够避免由于医生基于主观经验确定患者的待手术部位摆放位置而导致的风险,提高手术安全性。
在一可选的实施例中,针对步骤S13,本申请实施例提供一种确定骨骼点云数据与骨骼模型点云数据的匹配参数的施行方式,请参看图2,图2为本申请实施例提供的确定骨骼点云数据与骨骼模型点云数据的匹配参数的步骤示意图,该步骤可以包括如下:
在步骤S131中,在所述骨骼点云数据与所述骨骼模型点云数据的重叠区域中获取多组非共线的对应点对,并基于所述对应点对计算所述骨骼点云数据与所述骨骼模型点云数据沿三维坐标系三维轴的旋转角度以及沿所述三维坐标系三维轴的平移量。
在步骤S132中,基于所述旋转角度和所述平移量确定所述骨骼点云数据与所述骨骼模型点云数据的旋转矩阵以及平移矩阵。
在步骤S133中,在所述重叠区域中分别确定骨骼点集和骨骼模型点集,基于所述旋转矩阵和所述平移矩阵计算所述骨骼点云数据与所述骨骼模型点云数据的所述平移参数和所述旋转参数。
具体地,本申请实施例以映射变换矩阵表示从骨骼点云数据向骨骼模型点云数据变换的过程,以公式表示映射变换矩阵,其中,H为映射变换,A为旋转矩阵,T为平移向量,V为透视向量,U为比例因子,在骨骼点云数据向骨骼模型点云数据变换的过程不存在形变,因此V为零向量,且比例因子U为1。
在从骨骼点云数据中的点X向骨骼模型点云数据中的点X′变换时,以公式X′=AX+T3×1表示其变换过程,其中, xi、yi、zi和x′i、yi′、z′i分别表示点X和点X′的三维坐标,分别将X和X′代入旋转矩阵和平移矩阵的式子中可以得到:
则:
示例性地,基于公式配准所述骨骼模型上的点与所述患者骨骼上的点,在所述公式中,R为所述旋转矩阵,t为所述平移矩阵,p为患者骨骼点集,q为骨骼模型点集,n为所述患者骨骼点集和所述骨骼模型点集中,点的个数,i为所述患者骨骼点集或骨骼模型点集中的任一点,所述在f(R,t)处于最小值时,则表示所述配准完成。
以P={pi|pi∈X,i=1,2,……n}表示骨骼点集,以Q={qj|qj∈X′,j=1,2,……m}表示骨骼模型点集,m和n分别表示两个点集的规模,i和j分别为骨骼点集和骨骼模型点集中的点。因此,可以设R为旋转矩阵,t为平移矩阵,以表示骨骼模型点集P在变换矩阵(R,t)下与骨骼模型点集Q之间的误差。在误差为最小值时则表示确定骨骼点云数据与骨骼模型点云数据的匹配参数,从而确定骨骼点云数据中每个点在骨骼模型点云数据中对应的每个点。
由此可见,本申请实施例通过计算骨骼点云数据与骨骼模型点云数据的匹配参数将患者待手术部位的图像和骨骼模型上的点进行配准,从而同步骨骼模型与患者待手术部位,能够提高手术的精准性。
可选地,对于步骤S14中确定手术范围的实现过程,本申请实施例提供一种确定手术范围的施行方式,请参看图3,图3为本申请实施例提供的一种确定手术范围的步骤示意图,该步骤可以包括:
在步骤S141中,从所述骨骼模型点云数据中获取同一骨骼上的两个所述关键点以表示所述骨骼的空间位置。
在步骤S142中,在与所述骨骼模型点的同一三维坐标系中标记机械臂台车位置。
在步骤S143中,基于所述骨骼的空间位置和所述机械臂台车位置确定所述机械臂的手术范围。
具体地,可以选取骨骼两端点作为关键点,以两端点表示骨骼在坐标空间中的位置。可以在机械臂台车上设置多个标记,并基于光学定位仪扫描标记在与骨骼模型点的同一三维坐标系中标记机械臂台车位置。标记可以分别设置在机械臂的各个关节以及台车上。
分别计算表示骨骼与机械臂台车的坐标点的距离,以及机械臂相对于患者待手术部位每个骨骼之间的夹角,确定机械臂是否能在各个平面正常切割骨骼,在为是时,则确定当前位置处于手术范围。
可选地,在患者进行的手术为关节手术时,步骤S141可以具体为:
确定与所述关节相距最近的第一骨骼以及第二骨骼,从所述骨骼模型点云数据中分别获取所述第一骨骼上的两个所述关键点和所述第二骨骼上的两个所述关键点,以表示所述第一骨骼和所述第二骨骼的空间位置。
步骤S143可以具体为:基于所述机械臂台车位置、所述第一骨骼和所述第二骨骼的空间位置分别确定所述机械臂台车与所述第一骨骼的第一距离、所述机械臂台车与所述第二骨骼的第二距离以及所述第一骨骼和所述第二骨骼的夹角;基于所述第一距离、第二距离以及所述夹角确定所述机械臂的手术范围。
本申请实施例以膝关节或肘关节为例,在患者进行膝关节手术时,第一骨骼为股骨,第二骨骼为胫骨,分别确定股骨和胫骨上的两点,以得到表示股骨力线以及胫骨力线的向量,股骨上的两点分别为A(x1,y1,z1)和B(x2,y2,z2),股骨力线的向量为胫骨上的两点分别为C(x3,y3,z3)和D(x4,y4,z4),胫骨力线的向量为 因此,可以确定股骨力线和胫骨力线的夹角
在患者进行肘关节手术时,第一骨骼为肱骨,第二骨骼为尺骨,之后的步骤参见膝关节的手术范围确定步骤,此处不再赘述。
在一可选的实施例中,在步骤S14之后,本申请实施例还可以基于光学定位装置跟踪设置在患者手术部位的标记以及设置在所述机械臂台车上的标记,以在所述三维坐标系中更新所述患者手术部位的位置和所述机械臂台车位置。
具体地,通过移动机械臂台车至距离膝关节不同距离位置,测试机械臂能否正常切割膝关节股骨与胫骨个平面,记录股骨与台车距离、胫骨与台车距离、股骨与胫骨间夹角并最终确定机械臂手术范围。
由此可见,本申请实施例采用多次更新机械臂台车至距离膝关节不同距离位置,以提高确定患者的手术范围的准确性。
另外,还可以记录股骨与台车距离、胫骨与台车距离、股骨与胫骨间夹角并在显示器上显示,当台车在手术范围内可以将数值显示为绿色,不在手术范围内数值显示为红色,确保在距离范围内机械臂能够安全的进行手术。
基于同一发明构思,本申请实施例还提供一种手术范围确定装置40,请参看图4,图4为本申请实施例提供的手术范围确定装置的示意图,该装置40可以包括:
获取模块41,用于获取患者骨骼点云数据;
以及基于患者的骨骼图像建立骨骼模型,获得骨骼模型点云数据;
配准模块42,用于确定所述骨骼点云数据与所述骨骼模型点云数据的匹配参数,并基于所述匹配参数对骨骼模型上的点与患者骨骼上的点进行配准。
确定模块43,用于从配准后的所述骨骼模型点云数据中选取多个关键点,并基于所述多个关键点之间的距离确定机械臂的手术范围。
可选地,所述匹配参数包括平移参数以及旋转参数,所述配准模块42可以包括:
计算子模块,用于在所述骨骼点云数据与所述骨骼模型点云数据的重叠区域中获取多组非共线的对应点对,并基于所述对应点对计算所述骨骼点云数据与所述骨骼模型点云数据沿三维坐标系三维轴的旋转角度以及沿所述三维坐标系三维轴的平移量;
矩阵确定子模块,用于基于所述旋转角度和所述平移量确定所述骨骼点云数据与所述骨骼模型点云数据的旋转矩阵以及平移矩阵;
参数计算子模块,用于在所述重叠区域中分别确定骨骼点集和骨骼模型点集,基于所述旋转矩阵和所述平移矩阵计算所述骨骼点云数据与所述骨骼模型点云数据的所述平移参数和所述旋转参数。
可选地,确定模块43可具体用于:
从所述骨骼模型点云数据中获取同一骨骼上的两个所述关键点以表示所述骨骼的空间位置;
在与所述骨骼模型点的同一三维坐标系中标记机械臂台车位置;
基于所述骨骼的空间位置和所述机械臂台车位置确定所述机械臂的手术范围。
可选地,确定模块43还可用于:
在手术为关节手术时,确定与所述关节相距最近的第一骨骼以及第二骨骼,从所述骨骼模型点云数据中分别获取所述第一骨骼上的两个所述关键点和所述第二骨骼上的两个所述关键点,以表示所述第一骨骼和所述第二骨骼的空间位置;基于所述机械臂台车位置、所述第一骨骼和所述第二骨骼的空间位置分别确定所述机械臂台车与所述第一骨骼的第一距离、所述机械臂台车与所述第二骨骼的第二距离以及所述第一骨骼和所述第二骨骼的夹角;基于所述第一距离、第二距离以及所述夹角确定所述机械臂的手术范围。
可选地,配准模块42可具体用于:
基于公式配准所述骨骼模型上的点与所述患者骨骼上的点,在所述公式中,R为所述旋转矩阵,t为所述平移矩阵,p为患者骨骼点集,q为骨骼模型点集,n为所述患者骨骼点集和所述骨骼模型点集中,点的个数,i为所述患者骨骼点集或骨骼模型点集中的任一点,所述在f(R,t)处于最小值时,则表示所述配准完成。
可选地,所述手术范围确定装置40还可包括更新模块,用于:
在基于所述骨骼的空间位置和所述机械臂台车位置确定所述机械臂的手术范围之后,基于光学定位装置跟踪设置在患者手术部位的标记以及设置在所述机械臂台车上的标记,以在所述三维坐标系中更新所述患者手术部位的位置和所述机械臂台车位置。
基于同一发明构思,本申请实施例还提供一种电子设备,所述电子设备包括存储器和处理器,所述存储器中存储有程序指令,所述处理器读取并运行所述程序指令时,执行上述任一实现方式中的步骤。
基于同一发明构思,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行上述任一实现方式中的步骤。
所述计算机可读存储介质可以是随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等各种可以存储程序代码的介质。其中,存储介质用于存储程序,所述处理器在接收到执行指令后,执行所述程序,本发明实施例任一实施例揭示的过程定义的电子终端所执行的方法可以应用于处理器中,或者由处理器实现。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。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,又例如,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通信接口,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。
另外,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。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。
所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (4)
1.一种手术范围确定装置,其特征在于,包括:
获取模块,用于获取患者骨骼点云数据;及
基于患者的骨骼图像建立骨骼模型,获得骨骼模型点云数据;
配准模块,用于确定所述骨骼点云数据与所述骨骼模型点云数据的匹配参数,并基于所述匹配参数对骨骼模型上的点与患者骨骼上的点进行配准;
确定模块,用于从配准后的所述骨骼模型点云数据中选取多个关键点,并基于所述多个关键点之间的距离确定机械臂的手术范围;所述确定模块具体用于在手术为关节手术时,确定与所述关节相距最近的第一骨骼以及第二骨骼,从所述骨骼模型点云数据中分别获取所述第一骨骼上的两个关键点和所述第二骨骼上的两个所述关键点,以表示所述第一骨骼和所述第二骨骼的空间位置;在与所述骨骼模型点的同一三维坐标系中标记机械臂台车位置;基于所述机械臂台车位置、所述第一骨骼和所述第二骨骼的空间位置分别确定所述机械臂台车与所述第一骨骼的第一距离、所述机械臂台车与所述第二骨骼的第二距离以及所述第一骨骼和所述第二骨骼的夹角;基于所述第一距离、第二距离以及所述夹角确定所述机械臂的手术范围。
2.根据权利要求1所述的装置,其特征在于,所述匹配参数包括平移参数以及旋转参数,所述配准模块包括:
计算子模块,用于在所述骨骼点云数据与所述骨骼模型点云数据的重叠区域中获取多组非共线的对应点对,并基于所述对应点对计算所述骨骼点云数据与所述骨骼模型点云数据沿三维坐标系三维轴的旋转角度以及沿所述三维坐标系三维轴的平移量;
矩阵确定子模块,用于基于所述旋转角度和所述平移量确定所述骨骼点云数据与所述骨骼模型点云数据的旋转矩阵以及平移矩阵;
参数计算子模块,用于在所述重叠区域中分别确定骨骼点集和骨骼模型点集,基于所述旋转矩阵和所述平移矩阵计算所述骨骼点云数据与所述骨骼模型点云数据的所述平移参数和所述旋转参数。
4.根据权利要求1所述的装置,其特征在于,所述手术范围确定装置还包括更新模块;
所述更新模块用于基于光学定位装置跟踪设置在患者手术部位的标记以及设置在所述机械臂台车上的标记,以在所述三维坐标系中更新所述患者手术部位的位置和所述机械臂台车位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111282072.6A CN113855233B (zh) | 2021-11-01 | 2021-11-01 | 手术范围确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111282072.6A CN113855233B (zh) | 2021-11-01 | 2021-11-01 | 手术范围确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113855233A CN113855233A (zh) | 2021-12-31 |
CN113855233B true CN113855233B (zh) | 2023-05-05 |
Family
ID=78986515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111282072.6A Active CN113855233B (zh) | 2021-11-01 | 2021-11-01 | 手术范围确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113855233B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115292828B (zh) * | 2022-07-12 | 2023-04-18 | 中国人民解放军总医院第四医学中心 | 一种治疗干骺端骨折解剖型钢板及其形态设计方法及装置 |
CN115100258B (zh) * | 2022-08-29 | 2023-02-07 | 杭州三坛医疗科技有限公司 | 一种髋关节图像配准方法、装置、设备以及存储介质 |
CN115844546B (zh) * | 2023-02-23 | 2023-07-14 | 北京壹点灵动科技有限公司 | 骨骼的切削装置、存储介质和处理器 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109223177A (zh) * | 2018-07-30 | 2019-01-18 | 艾瑞迈迪医疗科技(北京)有限公司 | 图像显示方法、装置、计算机设备和存储介质 |
CN111127550A (zh) * | 2019-12-26 | 2020-05-08 | 上海联影医疗科技有限公司 | 基于床板的图像切片定位方法、装置、系统及存储介质 |
US10687899B1 (en) * | 2016-07-05 | 2020-06-23 | Smith & Nephew, Inc. | Bone model correction angle determination |
CN112767479A (zh) * | 2021-01-13 | 2021-05-07 | 深圳瀚维智能医疗科技有限公司 | 位置信息检测方法、装置、系统及计算机可读存储介质 |
CN112773508A (zh) * | 2021-02-04 | 2021-05-11 | 清华大学 | 一种机器人手术定位方法及装置 |
CN112862975A (zh) * | 2021-03-17 | 2021-05-28 | 武汉联影智融医疗科技有限公司 | 骨骼数据处理方法、系统、可读存储介质和设备 |
CN112991409A (zh) * | 2021-04-27 | 2021-06-18 | 杭州素问九州医疗科技有限公司 | 骨骼注册方法及系统及存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003144454A (ja) * | 2001-11-16 | 2003-05-20 | Yoshio Koga | 関節手術支援情報算出方法、関節手術支援情報算出プログラム、及び関節手術支援情報算出システム |
US8165659B2 (en) * | 2006-03-22 | 2012-04-24 | Garrett Sheffer | Modeling method and apparatus for use in surgical navigation |
CN105631927A (zh) * | 2014-10-27 | 2016-06-01 | 富泰华工业(深圳)有限公司 | 点云套索选取系统及方法 |
EP3337419B1 (en) * | 2015-08-19 | 2020-08-12 | Brainlab AG | Reference array holder |
CN107223268B (zh) * | 2015-12-30 | 2020-08-07 | 中国科学院深圳先进技术研究院 | 一种三维点云模型重建方法及装置 |
CN110678141A (zh) * | 2017-03-31 | 2020-01-10 | 皇家飞利浦有限公司 | 无标记机器人跟踪系统、控制器和方法 |
JP2018198750A (ja) * | 2017-05-26 | 2018-12-20 | ソニー株式会社 | 医療用システム、医療用支持アームの制御装置、および医療用支持アームの制御方法 |
US20210186614A1 (en) * | 2018-05-23 | 2021-06-24 | Think Surgical, Inc. | Stabilization of bone positions during total joint arthroplasty |
CN209332266U (zh) * | 2018-10-29 | 2019-09-03 | 中国医学科学院整形外科医院 | 一种手术机器人 |
CN115279294A (zh) * | 2020-01-13 | 2022-11-01 | 史赛克公司 | 在导航辅助手术期间监控偏移的系统 |
CN112914726B (zh) * | 2021-01-22 | 2021-11-26 | 元化智能科技(深圳)有限公司 | 一种用于辅助骨外科手术的机器人系统 |
CN113524201B (zh) * | 2021-09-07 | 2022-04-08 | 杭州柳叶刀机器人有限公司 | 机械臂位姿主动调节方法、装置、机械臂和可读存储介质 |
-
2021
- 2021-11-01 CN CN202111282072.6A patent/CN113855233B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10687899B1 (en) * | 2016-07-05 | 2020-06-23 | Smith & Nephew, Inc. | Bone model correction angle determination |
CN109223177A (zh) * | 2018-07-30 | 2019-01-18 | 艾瑞迈迪医疗科技(北京)有限公司 | 图像显示方法、装置、计算机设备和存储介质 |
CN111127550A (zh) * | 2019-12-26 | 2020-05-08 | 上海联影医疗科技有限公司 | 基于床板的图像切片定位方法、装置、系统及存储介质 |
CN112767479A (zh) * | 2021-01-13 | 2021-05-07 | 深圳瀚维智能医疗科技有限公司 | 位置信息检测方法、装置、系统及计算机可读存储介质 |
CN112773508A (zh) * | 2021-02-04 | 2021-05-11 | 清华大学 | 一种机器人手术定位方法及装置 |
CN112862975A (zh) * | 2021-03-17 | 2021-05-28 | 武汉联影智融医疗科技有限公司 | 骨骼数据处理方法、系统、可读存储介质和设备 |
CN112991409A (zh) * | 2021-04-27 | 2021-06-18 | 杭州素问九州医疗科技有限公司 | 骨骼注册方法及系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113855233A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113855233B (zh) | 手术范围确定方法、装置、电子设备及存储介质 | |
CN112842529A (zh) | 全膝关节置换术前规划方法及装置 | |
US7715602B2 (en) | Method and apparatus for reconstructing bone surfaces during surgery | |
US20050256389A1 (en) | Calculation method, calculation program and calculation system for information supporting arthroplasty | |
US8774900B2 (en) | Computer-aided osteoplasty surgery system | |
CN111494009B (zh) | 用于手术导航的图像配准方法、装置和手术导航系统 | |
US20030011624A1 (en) | Deformable transformations for interventional guidance | |
CN113616350B (zh) | 标记点选取位置的验证方法、装置、终端设备和存储介质 | |
EP2950735B1 (en) | Registration correction based on shift detection in image data | |
JP2016512973A (ja) | 身体に対して対象を追跡するための追跡装置 | |
CN113116523B (zh) | 骨科手术配准装置、终端设备和存储介质 | |
US11957418B2 (en) | Systems and methods for pre-operative visualization of a joint | |
CN108697471A (zh) | 自动化的关节成形术规划 | |
US9576353B2 (en) | Method for verifying the relative position of bone structures | |
WO2022133442A1 (en) | Systems and methods for generating a three-dimensional model of a joint from two-dimensional images | |
US20150105780A1 (en) | Method and system for determining the alignment of two bones | |
CA2473470C (en) | Method and apparatus for reconstructing bone surfaces during surgery | |
CN115844546A (zh) | 骨骼的切削方法、装置、存储介质和处理器 | |
CN116327357A (zh) | 基于深度学习的膝关节模拟手术自动规划方法及系统 | |
Atmani et al. | Computer aided surgery system for shoulder prosthesis placement | |
CN117670959B (zh) | 骨骼配准装置及电子设备 | |
CN115607286B (zh) | 基于双目标定的膝关节置换手术导航方法、系统及设备 | |
CN114612536B (zh) | 对象三维模型的识别方法、装置、设备及可读存储介质 | |
US20230233259A1 (en) | Augmented reality headset systems and methods for surgical planning and guidance for knee surgery | |
CN115300102A (zh) | 一种用于确定髌骨切除平面的系统和方法 |
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 |