CN113870229A - 股骨近端髓腔图像数据处理方法、装置、设备和存储介质 - Google Patents

股骨近端髓腔图像数据处理方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN113870229A
CN113870229A CN202111156547.7A CN202111156547A CN113870229A CN 113870229 A CN113870229 A CN 113870229A CN 202111156547 A CN202111156547 A CN 202111156547A CN 113870229 A CN113870229 A CN 113870229A
Authority
CN
China
Prior art keywords
femoral
femur
projection image
determining
medullary cavity
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
Application number
CN202111156547.7A
Other languages
English (en)
Other versions
CN113870229B (zh
Inventor
张逸凌
刘星宇
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.)
Zhang Yiling
Longwood Valley Medtech Co Ltd
Original Assignee
Longwood Valley Medtech Co Ltd
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 Longwood Valley Medtech Co Ltd filed Critical Longwood Valley Medtech Co Ltd
Priority to CN202111156547.7A priority Critical patent/CN113870229B/zh
Publication of CN113870229A publication Critical patent/CN113870229A/zh
Application granted granted Critical
Publication of CN113870229B publication Critical patent/CN113870229B/zh
Priority to PCT/CN2022/122397 priority patent/WO2023051659A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/46—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor
    • A61F2/4603—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor for insertion or extraction of endoprosthetic joints or of accessories thereof
    • A61F2/461—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor for insertion or extraction of endoprosthetic joints or of accessories thereof of knees
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/46—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor
    • A61F2/4657—Measuring instruments used for implanting artificial joints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/46—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor
    • A61F2002/4632—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor using computer-controlled surgery, e.g. robotic surgery
    • A61F2002/4633—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor using computer-controlled surgery, e.g. robotic surgery for selection of endoprosthetic joints or for pre-operative planning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/46—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor
    • A61F2/4657—Measuring instruments used for implanting artificial joints
    • A61F2002/4663—Measuring instruments used for implanting artificial joints for measuring volumes or other three-dimensional shapes
    • 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
    • G06T2207/10116—X-ray 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Transplantation (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Vascular Medicine (AREA)
  • Cardiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Geometry (AREA)
  • Robotics (AREA)
  • Molecular Biology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请公开了一种股骨近端髓腔图像数据处理方法、装置、设备和存储介质。该方法包括：将待分割的二维CT医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及X线投影图像；基于股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；根据直径的比值计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。本申请提高了股骨干骺宽度、股骨峡部直径的精确度，从而提高了股骨髓腔闪烁指数的计算精度，可以很好的帮助术者进行手术前规划，例如，在关节置换手术中对股骨柄假体的选择。

Description

股骨近端髓腔图像数据处理方法、装置、设备和存储介质
技术领域
本申请涉及医疗器械技术领域，具体而言，涉及一种股骨近端髓腔图像数据处理方法、装置、设备和存储介质。
背景技术
在关节置换手术中，通过术前规划来确定假体的型号和安放角度等，例如，股骨柄假体型号的确定需要根据股骨的具体的形状特征来确定。通常情况下，通过计算股骨髓腔闪烁指数来进行股骨形态分类，股骨形态分类的结果是关节置换手术中选择股骨柄假体的关键因素。
相关技术中，对于股骨髓腔闪烁指数的计算通常都是人工手动测量，根据经验来进行的，主观因素大，误差比较大。
发明内容
本申请的主要目的在于提供一种股骨近端髓腔图像数据处理方法、装置、设备和存储介质，以解决上述问题。
为了实现上述目的，根据本申请的一个方面，提供了一种股骨近端髓腔图像数据处理方法。方法包括：
将待分割的二维CT医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及X线投影图像；
基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的X线投影图像，确定股骨皮质区域的X线投影图像；
根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
在一种实施方式中，基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，包括：
将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
在一种实施方式中，通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果，包括：
通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别；
获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值；
根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标，包括：
从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；
基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
在一种实施方式中，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，确定所述股骨位置区域的股骨干骺宽度，包括：
股骨皮质区域的X线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
确定经过所述坐标点且垂直于股骨干纵轴线的垂线；
确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；
测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
在一种实施方式中，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，确定所述股骨位置区域的股骨髓腔峡部直径，包括：
在所述股骨皮质区域的X线投影图像中，确定每一行像素显示的股骨直径；
根据每行像素显示的股骨直径的集合中确定股骨直径最小值；
所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；
所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
在一种实施方式中，还包括：在所述股骨皮质区域的X线投影图像中，分别确定股骨干纵轴线和股骨颈轴线；
计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
在一种实施方式中，在所述股骨皮质区域的X线投影图像中，确定股骨颈轴线，包括：
确定所述股骨的第一颈干边缘曲线和第二颈干边缘曲线；
确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线；
在所述股骨皮质区域的X线投影图像中，确定股骨干纵轴线，包括：
在所述股骨皮质区域的X线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；
所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
在一种实施方式中，根据股骨髓腔闪烁指数确定股骨类型，包括：
如果股骨髓腔闪烁指数小于或者等于3，则确定股骨类型为烟囱型；
如果股骨髓腔闪烁指数大于3或者小于4.7，则确定股骨类型为普通型；
如果股骨髓腔闪烁指数大于或者等于4.7，则确定股骨类型为酒杯型。
第二方面，本申请还提出了一种股骨近端髓腔图像数据处理装置，包括：
图像处理和小转子确定模块，用于将待分割的二维CT医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及X线投影图像；
基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的X线投影图像，确定股骨皮质区域的X线投影图像；
尺寸确定模块，用于根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
计算模块，用于根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
在一种实施方式中，图像处理和小转子确定模块还用于，将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
在一种实施方式中，图像处理和小转子确定模块还用于，通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别；
获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值；
根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标，包括：
从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；
基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
在一种实施方式中，尺寸确定模块还用于，股骨皮质区域的X线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
确定经过所述坐标点且垂直于股骨干纵轴线的垂线；
确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；
测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
在一种实施方式中，尺寸确定模块还用于，在所述股骨皮质区域的X线投影图像中，确定每一行像素显示的股骨直径；
根据每行像素显示的股骨直径的集合中确定股骨直径最小值；
所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；
所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
在一种实施方式中，尺寸确定模块还用于，在所述股骨皮质区域的X线投影图像中，分别确定股骨干纵轴线和股骨颈轴线；
计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
在一种实施方式中，尺寸确定模块还用于，确定所述股骨的第一颈干边缘曲线和第二颈干边缘曲线；
确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线；
在所述股骨皮质区域的X线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；
所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
为了实现上述目的，根据本申请的第三方面，提供了一种电子设备；包括至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行上述任一项所述的步骤。
根据本申请的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行上述任意一项所述的步骤。
本申请提高了股骨干骺宽度、股骨峡部直径的计算精确度，从而提高了股骨髓腔闪烁指数的计算精度，且运算速度较快，解决了现有技术中，依靠人工依靠眼力来进行粗糙的测量而导致的误差比较大的技术问题，可以很好的帮助术者进行手术前规划，例如，在关节置换手术中对股骨柄假体的选择。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种股骨近端髓腔图像数据处理方法的流程图；
图2是根据本申请实施例的一种股骨体表投影图像以及X线投影图像；
图3是根据本申请实施例的另一种股骨近端髓腔图像数据处理方法的流程图；
图4是根据本申请实施例的另一种股骨近端髓腔图像数据处理方法的流程图；
图5A是根据本申请实施例的另一种股骨X线投影图像；
图5B是根据本申请实施例的另一种股骨X线投影图像；
图6是根据本申请实施例的另一种股骨X线投影图像；
图7是根据本申请实施例的一种股骨的颈干角示意图；
图8是根据本申请实施例的一种股骨近端髓腔图像数据处理装置的结构示意图；
图9是根据本申请实施例的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本实用新型及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本实用新型中的具体含义。
此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本实用新型中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本申请提出了一种股骨近端髓腔图像数据处理方法，如图1所示，该方法包括如下的步骤S102至步骤S108：
步骤S102，将待分割的二维CT医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及X线投影图像；
其中，二维CT医学图像为股骨膝关节的医学图像。图像分割网络模型可以采用unet网络实现。可以先利用unet卷积神经网络作为主干网络，对上述二维CT医学图像进行粗分割；然后对粗分割的结果使用pointrend神经网络进行精确分割。
步骤S104，基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的X线投影图像，确定股骨皮质区域的X线投影图像。
示例性的，参见附图2所示的股骨小转子的位置示意图。
步骤S106，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
步骤S108，根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
具体的，如果股骨髓腔闪烁指数小于或者等于3，则确定股骨类型为烟囱型；如果股骨髓腔闪烁指数大于3或者小于4.7，则确定股骨类型为普通型；如果股骨髓腔闪烁指数大于或者等于4.7，则确定股骨类型为酒杯型。
上述的阈值范围也可以灵活进行调整，本申请不进行限定。
本发明的上述的方法，可以比较准确的计算出股骨的股骨髓腔闪烁指数。计算出了股骨髓腔闪烁指数，就可以根据股骨髓腔闪烁指数来确定假体的尺寸。假体在膝关节置换手术中，具有重要的意义。本申请的上述的方法，提高了精确度，现有技术中，人工根据经验手动测量，误差太大，计算得到的闪烁指数往往误差比较大，而选择的假体不合适，造成返工。
为了确定出股骨小转子的位置坐标，在一种实施方式中，参见图3，步骤S104中，基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，采用以下的步骤：
步骤S1041，将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
步骤S1042，通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
其中，上述的关键点识别模型可以为hourglass网络，也可以采用其他形式的网络实现。
步骤S1043，根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
在一种实施方式中，参见图4，步骤S1042，通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果，包括以下的步骤：
步骤S10421，通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别；
步骤S10422，获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值。
具体的，为了确定出小转子的位置，在一种实施方式中，步骤S1043，根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标时，从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
示例性的，在股骨的热力图中，可以不同的颜色表示不同的概率值；颜色越深，表示概率值越大，红颜色表示第一概率值范围，黄颜色表示第二概率值范围。例如，在小转子位置，概率值为0.98；在该位置以红颜色高亮表示。在该小转子位置的周围的位置，概率值小于0.9，以黄颜色来表示。
在一种实施方式中，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，确定所述股骨位置区域的股骨干骺宽度时，股骨皮质区域的X线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
其中，预定距离可以为2厘米，也可以为其他尺寸，具体根据实际情况灵活设定。
确定经过所述坐标点且垂直于股骨干纵轴线的垂线；确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
示例性的，参见附图2，干骺宽度为55毫米。
在股骨中，最窄的部位为峡部，为了确定峡部直径，在一种实施方式中，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，确定所述股骨位置区域的股骨髓腔峡部直径时，在所述股骨皮质区域的X线投影图像中，确定每一行像素显示的股骨直径；根据每行像素显示的股骨直径的集合中确定股骨直径最小值；所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
具体的，在股骨的像素矩阵中，可以计算出每一行像素的图像长度，也就是每一层的股骨直径，从中选择最小的一个直径，也就是股骨峡部直径。
示例性的，参见附图2中，峡部直径为12毫米。
在假体的选择过程中，还需要考虑的另外的一个因素是颈干角，也称内倾角。颈干角为股骨干轴线和所述股骨颈轴线的夹角。为了比较精确的计算出颈干角，在一种实施方式中，在所述股骨皮质区域的X线投影图像中，分别确定股骨干纵轴线和股骨颈轴线；计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
为了确定股骨颈轴线，在一种实施方式中，在所述股骨皮质区域的X线投影图像中，确定股骨颈轴线时，确定所述股骨的第一颈干边缘曲线和第二颈干边缘曲线；确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线。
具体的，参见附图5A和5B，图像是像素矩阵组成的，对于任意的一行像素中，确定该行像素中的股骨的第一曲线上的第一点和第二曲线上的第二点；计算坐标位于第一点和第二点中间位置的像素点，并高亮显示中间位置的像素点。比如，用红色来显示。
把上述得到的每行像素中的中间点进行直线拟合，得到股骨颈轴线。
具体的，直线拟合方式可以采用最小二乘法、梯度下降、高斯牛顿、列-马算法等现有的任意直线拟合算法。
在一种实施方式中，在所述股骨皮质区域的X线投影图像中，确定股骨干轴线时，在所述股骨皮质区域的X线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
具体的，参见附图6，图像是像素矩阵组成的，对于任意的一行像素中，确定该行像素中的，股骨的左侧边缘点和股骨的右侧边缘点；计算股骨的左侧边缘点和股骨的右侧边缘点中间的像素点；并高亮显示中间的像素点。比如，用红色来显示。
把上述得到的多个中间的像素点进行直线拟合，得到解剖轴线，也就是股骨干轴线，得到股骨干轴线。具体的，直线拟合方式可以采用最小二乘法、梯度下降、高斯牛顿、列-马算法等现有的任意直线拟合算法。
确定出了股骨干纵轴线和股骨颈轴线之后，就可以计算出颈干角，参见附图7所示的股骨的颈干角示意图。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种股骨近端髓腔图像数据处理装置，参见附图8所示的一种股骨近端髓腔图像数据处理装置的结构示意图；该装置包括：
图像处理和小转子确定模块81，用于将待分割的二维CT医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及X线投影图像；
基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的X线投影图像，确定股骨皮质区域的X线投影图像；
尺寸确定模块82，用于根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
计算模块83，用于根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
在一种实施方式中，图像处理和小转子确定模块81还用于，将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
在一种实施方式中，图像处理和小转子确定模块81还用于，通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别；
获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值；
根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标，包括：
从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；
基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
在一种实施方式中，尺寸确定模块82还用于，股骨皮质区域的X线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
确定经过所述坐标点且垂直于股骨干纵轴线的垂线；
确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；
测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
在一种实施方式中，尺寸确定模块82还用于，在所述股骨皮质区域的X线投影图像中，确定每一行像素显示的股骨直径；
根据每行像素显示的股骨直径的集合中确定股骨直径最小值；
所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；
所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
在一种实施方式中，尺寸确定模块82还用于，在所述股骨皮质区域的X线投影图像中，分别确定股骨干轴线和股骨颈轴线；
计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
在一种实施方式中，尺寸确定模块82还用于，确定所述股骨的第一颈干边缘曲线和第二颈干边缘曲线；
确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线；
在所述股骨皮质区域的X线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；
所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
根据本申请的第三方面，提供了一种电子设备，参见附图9所示的电子设备的结构示意图；包括至少一个处理器91和至少一个存储器92；所述存储器92用于存储一个或多个程序指令；所述处理器91，用于运行一个或多个程序指令，用以执行上述任意一项的方法。
第四方面，本申请还提出了一种计算机可读存储介质，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行上述任意一项所述的步骤。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，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 (10)

1.一种股骨近端髓腔图像数据处理方法，其特征在于，包括：
将待分割的二维CT医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及X线投影图像；
基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的X线投影图像，确定股骨皮质区域的X线投影图像；
根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
2.根据权利要求1所述的股骨近端髓腔图像数据处理方法，其特征在于，基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，包括：
将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
3.根据权利要求2所述的股骨近端髓腔图像数据处理方法，其特征在于，通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果，包括：
通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别；
获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值；
根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标，包括：
从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；
基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
4.根据权利要求1所述的股骨近端髓腔图像数据处理方法，其特征在于，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，确定所述股骨位置区域的股骨干骺宽度，包括：
股骨皮质区域的X线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
确定经过所述坐标点且垂直于股骨干纵轴线的垂线；
确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；
测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
5.根据权利要求1所述的股骨近端髓腔图像数据处理方法，其特征在于，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，确定所述股骨位置区域的股骨髓腔峡部直径，包括：
在所述股骨皮质区域的X线投影图像中，确定每一行像素显示的股骨直径；
根据每行像素显示的股骨直径的集合中确定股骨直径最小值；
所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；
所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
6.根据权利要求1所述的股骨近端髓腔图像数据处理方法，其特征在于，还包括：
在所述股骨皮质区域的X线投影图像中，分别确定股骨干纵轴线和股骨颈轴线；
计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
7.根据权利要求6所述的股骨近端髓腔图像数据处理方法，其特征在于，
在所述股骨皮质区域的X线投影图像中，确定股骨颈轴线，包括：
确定所述股骨的第一颈干边缘曲线和第二颈干边缘曲线；
确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线；
在所述股骨皮质区域的X线投影图像中，确定股骨干纵轴线，包括：
在所述股骨皮质区域的X线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；
所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
8.一种股骨近端髓腔图像数据处理装置，其特征在于，
图像处理和小转子确定模块，用于将待分割的二维CT医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及X线投影图像；
基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的X线投影图像，确定股骨皮质区域的X线投影图像；
尺寸确定模块，用于根据所述股骨小转子的位置坐标以及所述股骨皮质区域的X线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
计算模块，用于根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
9.一种电子设备，其特征在于，包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1至7任一项所述的方法。
CN202111156547.7A 2021-09-29 2021-09-29 股骨近端髓腔图像数据处理方法、装置、设备和存储介质 Active CN113870229B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111156547.7A CN113870229B (zh) 2021-09-29 2021-09-29 股骨近端髓腔图像数据处理方法、装置、设备和存储介质
PCT/CN2022/122397 WO2023051659A1 (zh) 2021-09-29 2022-09-29 股骨近端髓腔图像数据处理方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111156547.7A CN113870229B (zh) 2021-09-29 2021-09-29 股骨近端髓腔图像数据处理方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN113870229A true CN113870229A (zh) 2021-12-31
CN113870229B CN113870229B (zh) 2022-03-11

Family

ID=79001013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111156547.7A Active CN113870229B (zh) 2021-09-29 2021-09-29 股骨近端髓腔图像数据处理方法、装置、设备和存储介质

Country Status (2)

Country Link
CN (1) CN113870229B (zh)
WO (1) WO2023051659A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115105111A (zh) * 2022-03-03 2022-09-27 中国人民解放军总医院第四医学中心 人体髋部三角形态解剖结构的定量分析方法
CN115131380A (zh) * 2022-03-03 2022-09-30 中国人民解放军总医院第四医学中心 骨骼组成部位的确定方法、装置、设备及存储介质
WO2023051659A1 (zh) * 2021-09-29 2023-04-06 北京长木谷医疗科技有限公司 股骨近端髓腔图像数据处理方法、装置、设备和存储介质
CN116109628A (zh) * 2023-04-10 2023-05-12 北京爱康宜诚医疗器材有限公司 骨缺损修复体的构建方法、装置和存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116894844B (zh) * 2023-07-06 2024-04-02 北京长木谷医疗科技股份有限公司 一种髋关节图像分割与关键点联动识别方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103705316A (zh) * 2012-09-28 2014-04-09 德普伊新特斯产品有限责任公司 包括有变化的前/后锥角的股骨杆部件的整形髋关节假体
CN104459172A (zh) * 2014-11-28 2015-03-25 武汉兰丁医学高科技有限公司 一种自动化骨髓样本处理装置及其自动化分析、阅片方法
US9384328B1 (en) * 2012-08-14 2016-07-05 Zimmer, Inc. System and method to select a prosthesis based on proximal femur morphology
CN106859766A (zh) * 2017-01-23 2017-06-20 深圳市人民医院 用于骨干骨折髓内复位的导航系统和使用方法
CN109310476A (zh) * 2016-03-12 2019-02-05 P·K·朗 用于手术的装置与方法
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

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8983807B2 (en) * 2012-01-26 2015-03-17 Howmedica Osteonics Corp. Method for designing a bone morphology based hip system
CN109242837B (zh) * 2018-08-29 2021-09-14 上海市第六人民医院 测量骨盆x光片中颈干角的方法、系统、设备及存储介质
CN110895809B (zh) * 2019-10-18 2022-07-15 中国科学技术大学 准确提取髋关节影像中关键点的方法
CN112971981B (zh) * 2021-03-02 2022-02-08 北京长木谷医疗科技有限公司 基于深度学习的全髋关节图像处理方法和设备
CN113870229B (zh) * 2021-09-29 2022-03-11 北京长木谷医疗科技有限公司 股骨近端髓腔图像数据处理方法、装置、设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9384328B1 (en) * 2012-08-14 2016-07-05 Zimmer, Inc. System and method to select a prosthesis based on proximal femur morphology
CN103705316A (zh) * 2012-09-28 2014-04-09 德普伊新特斯产品有限责任公司 包括有变化的前/后锥角的股骨杆部件的整形髋关节假体
CN104459172A (zh) * 2014-11-28 2015-03-25 武汉兰丁医学高科技有限公司 一种自动化骨髓样本处理装置及其自动化分析、阅片方法
CN109310476A (zh) * 2016-03-12 2019-02-05 P·K·朗 用于手术的装置与方法
CN106859766A (zh) * 2017-01-23 2017-06-20 深圳市人民医院 用于骨干骨折髓内复位的导航系统和使用方法
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

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
PETER BRUMAT 等: "The impact of canal flare index on leg length discrepancy after total hip arthroplasty", 《ARCH ORTHOP TRAUMA SURG》 *
XIAO YU 等: "Effects of the ratios of marrow cavity diameter to intramedullary nail diameter from different layers on blood loss during perioperative period for femoral intertrochanteric fractures", 《MEDICINE》 *
吴东 等: "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", 《中国修复重建外科杂志》 *
汪轶平 等: "股骨近端解剖参数的自动化三维测量", 《医用生物力学》 *
高忠礼: "东北地区国人正常股骨及胫骨近端形态学研究", 《中华医学会第十二届骨科学术会议暨第五届国际COA学术大会》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023051659A1 (zh) * 2021-09-29 2023-04-06 北京长木谷医疗科技有限公司 股骨近端髓腔图像数据处理方法、装置、设备和存储介质
CN115105111A (zh) * 2022-03-03 2022-09-27 中国人民解放军总医院第四医学中心 人体髋部三角形态解剖结构的定量分析方法
CN115131380A (zh) * 2022-03-03 2022-09-30 中国人民解放军总医院第四医学中心 骨骼组成部位的确定方法、装置、设备及存储介质
CN115105111B (zh) * 2022-03-03 2023-06-13 中国人民解放军总医院第四医学中心 人体髋部三角形态解剖结构的定量分析方法
CN115131380B (zh) * 2022-03-03 2023-09-01 中国人民解放军总医院第四医学中心 骨骼组成部位的确定方法、装置、设备及存储介质
CN116109628A (zh) * 2023-04-10 2023-05-12 北京爱康宜诚医疗器材有限公司 骨缺损修复体的构建方法、装置和存储介质

Also Published As

Publication number Publication date
WO2023051659A1 (zh) 2023-04-06
CN113870229B (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
CN113870229B (zh) 股骨近端髓腔图像数据处理方法、装置、设备和存储介质
CN111888059B (zh) 基于深度学习与x线的全髋关节图像处理方法及装置
AU2020200069B2 (en) Computer-aided prosthesis alignment
Vrooman et al. Fast and accurate automated measurements in digitized stereophotogrammetric radiographs
CN108364280A (zh) 结构裂缝自动化描绘及宽度精准测量方法与设备
CN107665497B (zh) 一种医学图像中计算心胸比的方法
CN111671454A (zh) 脊柱弯曲角度测量方法、装置、计算机设备及存储介质
KR101594994B1 (ko) 3차원 무릎 관절 영상 생성 방법 및 장치
CN111652888B (zh) 基于深度学习的确定髓腔解剖轴线的方法及装置
CN114419618A (zh) 基于深度学习的全髋关节置换术前规划系统
WO2023160272A1 (zh) 基于深度学习的髋关节置换术后影像的评估方法及系统
CN110555860B (zh) 医学图像中肋骨区域标注的方法、电子设备和存储介质
CN107545578A (zh) Ct图像中股骨头区域分割方法、装置及设备
CN113241155A (zh) 一种头颅侧位片中标志点的获取方法及系统
CN112802019A (zh) 一种基于脊柱AIS影像的lenke分型方法
CN113077498A (zh) 骨盆配准方法、骨盆配准装置和骨盆配准系统
CN114648492A (zh) 基于深度学习的全髋关节术后偏心距的计算方法及系统
CN114711794A (zh) 基于深度学习的膝关节胫骨置换术后评估系统
CN105380707B (zh) 一种个体化定制截骨矫形导板及其制作方法
CN109727254B (zh) 人体扫描图像处理方法、设备及计算机可读存储介质
EP4011311A1 (en) Method for planning the nail path of a pedicle bone screw
CN114886624A (zh) 一种基于x光图像自动匹配髋关节假体方法及装置
CN114612400A (zh) 基于深度学习的膝关节股骨置换术后评估系统
JPH04146731A (ja) 画像計測方式
US20120299916A1 (en) System and method for quantitative measurement of cartilage health using mri mapping techniques

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

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

CP01 Change in the name or title of a patent holder