CN114041192A - 用于创建函数形式的计算机实现的方法、数据处理系统和计算机可读介质 - Google Patents

Abstract

本发明涉及一种用于创建函数形式(50)的计算机实现的方法，尤其作为将矫形器或假体单独适配到第一患者的基础，包括接收第一患者的解剖结构数据(ASD)并应用转换算法(30)为第一患者生成函数形式数据(FFD)的步骤，其中，所得到的函数形式数据(FFD)形成制造个性化的矫形器或假体的基础。此外，本发明涉及一种数据处理系统以及一种计算机可读介质。

Description

用于创建函数形式的计算机实现的方法、数据处理系统和计 算机可读介质

技术领域

本发明涉及一种用于创建函数形式的计算机实现的方法，尤其作为将矫形器或假体单独适配到第一患者的基础。另外，本发明涉及一种数据处理系统以及一种计算机可读介质。

背景技术

通常，矫形器或假体是为患者单独制造并逐步调整。为此，可创建一种替代患者的肢体以适配矫形器或假体的函数形式。尤其，例如持证假肢师/矫形师和/或矫形技师基于患者自身的肢体(例如小腿)或基于其函数形式来手动调整矫形器或假体。在这方面，数字图示患者的扫描数据/解剖结构数据或相应函数形式的三维结构的可视化图像可进一步为持证假肢师/矫形师和/或矫形技师提供帮助。

然而，此类针对患者特定矫形器或假体进行的手动制备和调整不仅需要时间(因此导致成本高昂)，而且还要求持证假肢师/矫形师和/或矫形技师拥有丰富的教育和背景知识，不仅涉及专业知识，而且还涉及通过适当的软件进行处理。因此，目前，持证假肢师/矫形师和/或矫形技师必须接受额外的培训课程，以处理常规工作流程，尤其涉及不同类型的用于以数字方式单独创建适配矫形器或假体的软件程序。

发明内容

本发明的目的是提供一种经改进的用于为单独适配矫形器或假体奠定基础的方法，该矫形器或假体是为相应患者单独适配和制造的，其中，该过程既省时又省钱，易于操作并且降低提供此类个别矫形器或假体所需的背景知识和教育要求。此外，本发明的目的是提供一种数据处理系统以及一种计算机可读介质。

通过提供根据权利要求1的计算机实现的方法、根据独立权利要求13的数据处理系统以及根据权利要求15的计算机可读介质，本发明解决了这些问题。本发明的其他优选实施方案分别由从属权利要求进行描述。

根据本发明，提供了一种用于创建函数形式的计算机实现的方法，尤其作为将矫形器或假体单独适配到第一患者的基础，该方法包括以下步骤：

a)接收第一患者的解剖结构数据；

b)应用转换算法为第一患者生成函数形式数据；

其中，所得到的函数形式数据形成制造个性化矫形器或假体的基础。

本发明基于该思路为患者的解剖结构，尤其是诸如小腿等肢体提供函数形式，作为在制造矫形器或假体之前对其进行适配的基础。因此，通过利用能够转换患者的扫描数据以最终获得函数形式的转换算法，可以自动化创建患者特定函数形式。

通过自动化获得至少第一粗略函数形式的过程，可以节省时间和资金资源。此外，可以降低相应持证假肢师/矫形师和/或矫形技师创建此类函数形式所需的额外背景知识要求，尤其是在软件处理等方面。

对于本发明而言，函数形式代表患者的解剖结构(诸如小腿)的适配几何结构或优化几何结构，以便适当地配合矫形器或假体。优选地，函数形式或函数形式数据和第一患者的扫描数据/解剖结构数据并不完全相同，而是存在差异的，以便对所产生的矫形器或假体进行合适适配。

此外，根据本发明，转换算法能够转换数据，可对该数据进行进一步处理以最终获得函数形式数据。因此，转换算法可提供任何适当格式的数据，尤其是可转化为函数形式数据以提供函数形式的结构数据。

在优选实施方案中，步骤b)包括优选地通过第一统计形状模型对解剖结构数据进行编码。

根据另一个优选实施方案，第一统计形状模型以第一患者的解剖结构数据与如由第一统计形状模型包括的有限数量的不同患者的解剖结构数据之间的偏差的形式(尤其以有限数量的不同患者的编码解剖结构数据的形式)对解剖结构数据进行编码。

对于本发明而言，由统计形状模型处理的数据可以指的是统计偏差等，尤其是压缩被存储和/或处理的数据量。通过应用统计形状模型，可使用不同的方法来减少或压缩数据(尤其是扫描数据/解剖结构数据)。例如，可利用第一患者的数据与有限数量患者的数据相比的统计偏差/差异。尤其，此类统计偏差可集中于第一患者肢体的特定数量的特征标志点上。

在一个实施方案中，统计形状模型包括标志点的平均位置并且具有多个参数，该多个参数控制在有限数量的不同患者的数据中发现的主要变化模式。三维数据的每个空间轴均提供一种变化模式，以描述随着形状变化，标志点倾向于以何种方式一起移动。因此，单个患者的数据的变化模式指的是与有限数量的不同患者的所有数据的平均值的差异。

第一统计形状模型提供不同患者的解剖结构数据的平均位置和变化，而第二统计形状模型提供标志点随着不同患者的函数形式数据的平均位置和变化。因此，对于本发明而言，统计形状模型指的是患者的数据之间的统计偏差，尤其是不同患者的不同解剖结构数据和/或结构数据的标志点之间的统计偏差。

尤其，第一统计形状模型具有/包括多个不同患者的解剖结构数据，以提供编码解剖结构数据形式的平均值和偏差。第二统计形状模型具有/包括多个不同患者的函数形式数据，以提供结构数据形式的平均值和偏差。因此，第一统计形状模型和第二统计形状模型包括数据对，尤其是有限数量的不同患者的数据对。

在这方面，可由第一统计形状模型提供第一患者的编码解剖结构数据，即作为优选地包括根据有限数量的不同患者的解剖结构数据以及第一患者的变化模式的标志点的平均位置的对象。此外，可使用在有限数量的不同患者的解剖结构数据和第一患者的解剖结构数据上手动或自动定义的任意数量的特征标志点，例如，最多30个、25个、20个、15个、10个、5个或3个标志点。

通过使用统计形状模型对解剖结构数据进行变换以获得函数形式数据，提供压缩数据。因此，通过减少数据量，尤其是减少相关信息和/或重要信息的数据量，优化了转换算法对这些编码/压缩解剖结构数据的处理。

此外，由于持续增长的特征参数量与如由统计形状模型包括的持续增长的其他不同患者的必要数据量之间存在相关性，因此使用尽可能少的数据(例如尽可能少的标志点)是非常有利的。因此，例如大量的标志点将需要更多不同患者的数据来训练/调整转换算法，因此将导致更长的处理时间。

在本发明的一个实施方案中，步骤b)还包括优选地通过第二统计形状模型解码由转换算法提供的结构数据，以得到函数形式数据。

在另一实施方案中，第二统计形状模型对第一患者的结构数据进行解码，该结构数据表示与如第二统计形状模型包括的有限数量的不同患者的函数形式数据(尤其是以不同患者的结构数据的形式)的偏差，从而为第一患者提供函数形式数据。

转换算法可提供具有平均位置以及变化模式的第二对象形式的结构数据。因此，如由第二统计形状模型包括的数据指的是函数形式，尤其指的是根据函数形式定义的标志点的变化模式和平均位置。

尤其，解码结构数据的过程可被认为是由第一统计形状模型进行的编码过程的某种逆向操作，以提供合适的函数形式数据/合适的函数形式。

第二统计形状模型解码由转换算法提供的结构数据以获得函数形式数据。与由第一统计形状模型进行的数据压缩过程相比，第二统计形状模型的该解码过程还可被视为数据信息的解压缩/再生成。

根据另一个实施方案，步骤b)还包括：

-将转换算法(尤其使用神经网络)应用于如由第一统计形状模型包括的第一患者的解剖结构数据，尤其是第一患者的编码解剖结构数据。

因此，转换算法还处理如由第一统计形状模型编码并提供的患者的个别数据。即，第一患者的压缩/编码解剖结构数据由转换算法转换/转化以得到提供给第二统计形状模型的结构数据。

通过使用第一统计形状模型和第二统计形状模型进行数据压缩和解压，用于变换/转化数据以最终得到第一患者的函数形式的转换算法的过程在数据量和处理时间方面尤其得到了优化。

在另一优选实施方案中，基于如由第一统计形状模型和第二统计形状模型包括的不同患者的解剖结构数据和结构数据(尤其是以不同患者的编码解剖结构数据和结构数据的形式)，对转换算法进行修改和/或训练，使得转换算法(尤其使用神经网络)能够生成提供给第二统计形状模型的第一患者的结构数据。

尤其，不同患者的解剖结构数据和函数形式数据形成由第一统计形状模型和第二统计形状模型包括的数据对。在此基础上，可对转换算法进行训练，以便基于第一患者的扫描图像(尤其基于第一患者的解剖结构数据)，为第一患者提供个别结构数据。

根据另一实施方案，转换算法使用神经网络生成函数形式数据，尤其生成由第二统计形状模型解码的结构数据，以提供函数形式数据。

优选地，转换算法使用神经网络。因此，转换算法可利用由各种不同患者的数据对提供的信息。此外，可通过使用神经网络来利用从其他数据组合和统计组合中提取的附加信息。因此，通过使用神经网络可以有利地改进转换算法的结果。

此外，可提供优选地利用神经网络的转换算法，作为自学习算法或自学习系统。因此，可额外提高转换算法的修改/学习/训练过程的效率。

在一个实施方案中，步骤a)包括扫描第一患者的肢体(尤其是第一患者的小腿)，以提供第一患者的解剖结构数据。优选地，执行三维扫描，以获取第一患者的解剖结构数据，尤其是第一患者的相关肢体的解剖结构数据。

根据一个实施方案，该方法还包括以下步骤：

-至少图示第一患者的解剖结构数据的第一三维结构的可视化图像，和/或

-至少图示第一患者的函数形式数据的第二三维结构的可视化图像。

尤其，第一患者的解剖结构数据以及所产生的函数形式数据可被可视化为三维结构并且因此例如通过显示器等进行图示。

因此，可对基于如由优选地包括第一统计形状模型、转换算法和第二统计形状模型的过程提供的解剖结构数据以及所产生的函数形式数据的患者的肢体进行视觉上的评估，例如，由第一患者和/或持证假肢师/矫形师和/或矫形技师进行评估。

在本发明的另一实施方案中，第一三维结构的可视化图像和第二三维结构的可视化图像可相对于彼此移动，使得第一三维结构和第二三维结构彼此不重叠或至少彼此部分重叠。

因此，可在视觉上比较和重叠所产生的两个模型，例如用于识别对所提供的函数形式数据进行必要的修改。

根据一个实施方案，在图示第一三维结构的可视化图像和/或第二三维结构的可视化图像之后，接收用于修改解剖结构数据的第一三维结构的可视化图像和/或函数形式数据的三维结构的可视化图像的用户输入。

尤其，可以手动修改解剖结构数据的第一三维结构和/或函数形式数据本身的第二三维结构。因此，持证假肢师/矫形师和/或矫形技师可额外手动、单独地调整自动提供的函数形式数据。

本发明的另一方面涉及数据处理系统，该数据处理系统包括用于执行根据本发明的方法的步骤的装置。在一个优选实施方案中，提供至少一个客户端和至少一个服务器，其中，该客户端能够向服务器发送第一患者的解剖结构数据并且从服务器接收第一患者的函数形式数据，并且其中，该至少一个服务器能够：

-从客户端接收第一患者的解剖结构数据，

-通过至少转换算法(优选地通过第一统计形状模型、转换算法和第二统计形状模型)处理第一患者的解剖结构数据，以生成第一患者的函数形式数据，

-向客户端提供第一患者的函数形式数据。

客户端可用于，例如在相应的持证假肢师/矫形师和/或矫形技师的本地场所，收集解剖结构数据并查看和/或手动修改所生成的函数形式数据。与此相反，可将用于处理解剖结构数据以为第一患者提供函数形式数据的大量工作负载外包给外部服务器，该外部服务器具有足够的处理能力以及用于处理数据的存储空间。

在另一方面，本发明涉及计算机可读介质，该计算机可读介质包括指令，当计算机执行该指令时，该指令使计算机执行根据本发明的方法的步骤。

附图说明

下面结合附图对本发明进行更详细的说明。然而，不应因此排除可设想到的本发明的其他示例。

附图示意性地说明：

图1：用于创建函数形式的计算机实现的方法的示例性流程图。

具体实施方式

根据图1，第一方法步骤包括扫描患者10，尤其是对第一患者的肢体(诸如小腿)进行扫描的过程，从而收集第一患者的解剖结构数据ASD。该步骤可由例如位于持证假肢师/矫形师和/或矫形技师的场所的客户端处理。

优选地，将该解剖结构数据ASD提供给包括第一统计形状模型(SSM1)20的服务器。此外，第一统计形状模型20具有有限数量的不同患者的解剖结构数据，尤其包括有限数量的不同患者的编码解剖结构数据。

第一统计形状模型20对第一患者的解剖结构数据ASD进行编码，以提供经编码的解剖结构数据eASD。该编码解剖结构数据eASD表示第一患者的解剖结构数据ASD的压缩数据，优选地包括第一患者的解剖结构数据ASD与有限数量的不同患者的解剖结构数据的偏差。因此，数据量被减少为特征信息，例如相关肢体的特定标志点的统计偏差。

随后，将编码解剖结构数据eASD提供给转换算法30并由其进行处理(优选地使用神经网络)，以便将如由第一统计形状模型20包括的第一患者的编码解剖结构数据eASD转换为结构数据SD。将结构数据SD提供给第二统计形状模型40。

第二统计形状模型40包括如由转换算法30处理的第一患者的结构数据SD，以及有限数量的不同患者的函数形式数据(优选地为结构数据的形式)。因此，第一统计形状模型20和第二统计形状模型40提供有限数量的不同患者的数据对，以便适当地地修改和/或训练转换算法30。在此基础上，转换算法30(优选地使用神经网络)能够将第一统计形状模型30的编码解剖结构数据eASD转换为提供给第二统计形状模型40的第一患者的结构数据SD。

在下一步骤中，第二统计形状模型40对第一患者的结构数据SD进行解码，以便获得第一患者的函数形式数据FFD。因此，转换算法30能够将第一患者的解剖结构数据ASD(尤其是编码解剖结构数据eASD)转换为函数形式数据FFD(尤其是结构数据SD)，从而形成对矫形器或假肢进行单独适配的基础。

优选地，由服务器将函数形式数据FFD发送回持证假肢师/矫形师和/或矫形技师的本地客户端。因此，可在服务器上集中处理大的工作负载，而用于收集数据的扫描过程10以及对自动获得的函数形式(FF)50进行的单独处理可在患者和/或持证假肢师/矫形师和/或矫形技师的本地位置实现。

根据图1的步骤可总结为如下。在第一步骤中，执行患者扫描10以获得第一患者的解剖结构数据ASD。这些解剖结构数据ASD优选地由本地客户端发送到服务器。

在下一步骤中，第一统计形状模型20基于第一统计形状模型20包括的其他患者的解剖结构数据对第一患者的解剖结构数据ASD进行处理/编码，以得到经编码的解剖结构数据eASD。该编码过程可理解为数据压缩，从而将解剖结构数据ASD减少到统计偏差等。

随后，转换算法30对第一患者的编码解剖结构数据eASD进行处理，以提供结构数据SD。该变换由转换算法30(优选地使用神经网络)处理。具体地，基于如提供给第一统计形状模型20和第二统计形状模型40并且被压缩为编码解剖结构数据和结构数据的有限数量的患者的数据对(即解剖结构数据和结构数据)，可对转换算法30(优选地使用神经网络)进行训练以将第一患者的编码解剖结构数据eASD适当地变换为结构数据SD。

在其他步骤中，第二统计形状模型40对如从转换算法30接收到的第一患者的结构数据SD进行解码，以便最终获得函数形式数据FFD。由第二统计形状模型40进行的该解码过程可理解为通过将如由结构数据SD表示的统计偏差转换为如由函数形式数据FFD表示的完整数据集来重新生成数据信息。

优选地，由服务器接收并处理解剖结构数据ASD，其中，所产生的函数形式数据FFD由服务器发送回客户端。

因此，在提供函数形式数据FFD之后，优选地，可由客户端为第一患者和/或持证假肢师/矫形师和/或矫形技师对解剖结构数据ASD的三维结构以及函数形式数据FFD/函数形式50的三维结构进行可视化和图示。

简而言之，本发明提供了一种选项，以基于如由肢体常规扫描提供的患者的解剖结构数据ASD自动生成个性化函数形式50。该个别函数形式50可用于将矫形器或假体适当地适配到第一患者。

此外，通过利用统计形状模型20和统计形状模型40对数据进行中间编码和解码，可将待处理的数据量减少为重要的特征数据集，随后，重新生成该数据，而不会损失相关信息，从而得到合适的个性化函数形式50。

此外，通过转换算法30处理数据(优选地使用神经网络)，可有利地提高过程效率以及所产生的函数形式数据FFD的准确度。

标记列表

10 扫描

20 第一统计形状模型(SSM1)

30 转换算法

40 第二统计形状模型(SSM2)

50 函数形式(FF)

ASD 解剖结构数据

eASD 编码解剖结构数据

FFD 函数形式数据

SD 结构数据

Claims (15)

1.用于创建函数形式(50)的计算机实现的方法，尤其作为将矫形器或假体单独适配到第一患者的基础，

包括以下步骤：

a)接收所述第一患者的解剖结构数据(ASD)；

b)应用转换算法(30)为所述第一患者生成函数形式数据(FFD)；

其中，所述得到的函数形式数据(FFD)形成制造个性化矫形器或假体的基础。

2.根据权利要求1的方法，其特征在于

步骤b)包括优选地通过第一统计形状模型(20)对所述解剖结构数据(ASD)进行编码。

3.根据权利要求2的方法，其特征在于

所述第一统计形状模型(20)以所述第一患者的所述解剖结构数据(ASD)与如由所述第一统计形状模型(20)包括的有限数量的不同患者的解剖结构数据之间的偏差的形式对所述解剖结构数据(ASD)进行编码。

4.根据前述权利要求中任一项的方法，其特征在于

步骤b)还包括优选地通过第二统计形状模型(40)解码由所述转换算法(30)提供的结构数据(SD)，以得到函数形式数据(FFD)。

5.根据权利要求4的方法，其特征在于

所述第二统计形状模型(40)对所述第一患者的所述结构数据(SD)进行解码，所述结构数据表示与如所述第二统计形状模型(40)包括的有限数量的不同患者的函数形式数据的偏差，从而为所述第一患者提供函数形式数据(FFD)。

6.根据权利要求4或5的方法，其特征在于，步骤b)还包括：

-将所述转换算法(30)(尤其使用神经网络)应用于如由所述第一统计形状模型(20)包括的所述第一患者的所述解剖结构数据(ASD)，尤其是所述第一患者的所述编码解剖结构数据(eASD)。

7.根据权利要求6的方法，其特征在于

基于如由所述第一统计形状模型(20)和所述第二统计形状模型(40)包括的所述不同患者的所述解剖结构数据(ASD)和函数形式数据，对所述转换算法(30)进行修改和/或训练，使得所述转换算法(30)能够生成提供给所述第二统计形状模型(40)的所述第一患者的结构数据(SD)。

8.根据前述权利要求中任一项的方法，其特征在于

所述转换算法(30)使用神经网络生成函数形式数据(FFD)，尤其生成结构数据(SD)。

9.根据前述权利要求中任一项的方法，其特征在于

步骤a)包括扫描所述第一患者的肢体(尤其是所述第一患者的小腿)，以提供所述第一患者的所述解剖结构数据(ASD)。

10.根据前述权利要求中任一项的方法，其特征在于

所述方法还包括以下步骤：

-至少图示所述第一患者的所述解剖结构数据(ASD)的第一三维结构的可视化图像，和/或

-至少图示所述第一患者的所述函数形式数据(FFD)的第二三维结构的可视化图像。

11.根据权利要求10的方法，其特征在于

所述第一三维结构的所述可视化图像和所述第二三维结构的所述可视化图像可相对于彼此移动，使得所述第一三维结构和所述第二三维结构彼此不重叠或至少彼此部分重叠。

12.根据权利要求10或11中任一项的方法，其特征在于

在图示所述第一三维结构的所述可视化图像和/或所述第二三维结构的所述可视化图像之后，接收修改所述解剖结构数据(ASD)的所述第一三维结构的所述可视化图像和/或所述函数形式数据(FFD)的所述三维结构的所述可视化图像的用户输入。

13.一种数据处理系统，所述数据处理系统包括用于执行根据前述权利要求中任一项所述的方法的步骤的装置。

14.根据权利要求13的数据处理系统，其特征在于

提供至少一个客户端和至少一个服务器，其中，所述客户端能够向所述服务器发送所述第一患者的所述解剖结构数据(ASD)并从所述服务器接收所述第一患者的所述函数形式数据(FFD)，并且

其中，至少一个服务器能够：

-从所述客户端接收所述第一患者的所述解剖结构数据(ASD)，

-通过至少所述转换算法(30)(优选地通过所述第一统计形状模型(20)、所述转换算法(30)和所述第二统计形状模型(40))处理所述第一患者的所述解剖结构数据(ASD)，以生成所述第一患者的函数形式数据(FFD)，

-向所述客户端提供所述第一患者的函数形式数据(FFD)。

15.一种计算机可读介质，所述计算机可读介质包括指令，当计算机执行所述指令时，所述指令使所述计算机执行根据权利要求1至权利要求12中任一项所述的方法的步骤。

Images