CN115131380B - 骨骼组成部位的确定方法、装置、设备及存储介质 - Google Patents
骨骼组成部位的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115131380B CN115131380B CN202210209929.XA CN202210209929A CN115131380B CN 115131380 B CN115131380 B CN 115131380B CN 202210209929 A CN202210209929 A CN 202210209929A CN 115131380 B CN115131380 B CN 115131380B
- Authority
- CN
- China
- Prior art keywords
- femoral
- determining
- target
- outer contour
- contour line
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Algebra (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请提供一种骨骼组成部位的确定方法、装置、设备及存储介质,涉及影像处理技术领域,该骨骼组成部位的确定方法包括:基于目标骨骼的影像学数据,获取目标骨骼的叠加值二维分布数据库,叠加值二维分布数据库反映的是目标骨骼的二维形态模型;对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界;根据相邻组成部位的划分边界,确定目标骨骼的组成部位。本申请能够准确地确定目标骨骼的组成部位。
Description
技术领域
本申请涉及影像处理技术领域,尤其涉及一种骨骼组成部位的确定方法、装置、设备及存储介质。
背景技术
骨骼是人体运动系统的主要力学承担组织。不同部位的骨骼有着不同的作用,以股骨为例,股骨是人体最长的管状骨,上端以股骨头与髋臼构成髋关节,下端与膑骨、胫骨上端构成膝关节,用于支撑全身体重。
目前,用于骨骼检查的电子计算机断层扫描(Computed Tomography,CT)、X光片及磁共振成像(Magnetic Resonance Imaging,MRI)检查的影像学数据均可在固定方位上生成所检查骨骼的特定方位叠加值二维分布数据库,该叠加值二维分布数据库反映的是整个检测部位处的特定二维形态模型。
发明人经研究发现:对于所检查骨骼的不同组成部位,每个组成部位所承担的力学负荷及解剖意义有所不同,例如,股骨近端主要包含股骨头、股骨颈、股骨转子间和股骨干这四个组成部位,每个组成部位所承担的力学负荷及解剖意义有所不同,因此,如何准确划分所检查骨骼的组成部位,是骨科领域的关键。
发明内容
本申请提供一种骨骼组成部位的确定方法、装置、设备及存储介质,以准确划分所检查骨骼的组成部位。
第一方面,本申请提供一种骨骼组成部位的确定方法,包括:
基于目标骨骼的影像学数据,获取目标骨骼的叠加值二维分布数据库,叠加值二维分布数据库反映的是目标骨骼的二维形态模型;
对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界;
根据相邻组成部位的划分边界,确定目标骨骼的组成部位。
可选的,目标骨骼为股骨近端,对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界,包括:确定股骨近端正位的股骨颈中轴线;根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界;根据股骨近端的股骨干外轮廓线斜率变化,确定股骨干和股骨转子间底部的第三划分边界。
可选的,根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界,包括:确定股骨颈上方外轮廓线斜率变化的第一目标最大点和目标次大点;过第一目标最大点做股骨颈中轴线的第一垂线;根据第一垂线和股骨颈外轮廓线,确定股骨颈基底部和股骨转子间的第一划分边界;过目标次大点做股骨颈中轴线的第二垂线;根据第二垂线和股骨颈外轮廓线,确定股骨颈头下部与股骨头的第二划分边界。
可选的,根据股骨近端的股骨干外轮廓线斜率变化,确定股骨干和股骨转子间底部的第三划分边界,包括:确定股骨干外轮廓线斜率变化的第二目标最大点;确定与第二目标最大点相对一侧的股骨干外轮廓线上与第二目标最大点距离最近的目标点;根据第二目标最大点和目标点的连线,确定股骨干和股骨转子间底部的第三划分边界。
可选的,确定股骨近端正位的股骨颈中轴线,包括:对股骨头进行拟合圆算法处理,获得股骨头对应的拟合圆和拟合圆的圆心;将拟合圆的半径扩大预设阈值,获得扩大后的拟合圆;获取扩大后的拟合圆与股骨颈外轮廓线所相交两点连线的中点;根据圆心和中点的连线,确定股骨颈中轴线。
可选的,根据相邻组成部位的划分边界,确定目标骨骼的组成部位之后,还包括:将目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,以用于力学分析或解剖结构的量化展示。
可选的,目标骨骼为股骨近端,将目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,包括:将股骨头和股骨颈分别对应的部位按照第一斜率进行分割,获得对应的标准横断面;将股骨转子间对应的部位按照第二斜率进行分割,获得对应的标准横断面;将股骨干对应的部位按照第三斜率进行分割,获得对应的标准横断面。
第二方面,本申请提供一种骨骼组成部位的确定装置,包括:
获取模块,用于基于目标骨骼的影像学数据,获取目标骨骼的叠加值二维分布数据库,叠加值二维分布数据库反映的是目标骨骼的二维形态模型;
处理模块,用于对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界;
确定模块,用于根据相邻组成部位的划分边界,确定目标骨骼的组成部位。
可选的,目标骨骼为股骨近端,处理模块具体用于:确定股骨近端正位的股骨颈中轴线;根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界;根据股骨近端的股骨干外轮廓线斜率变化,确定股骨干和股骨转子间底部的第三划分边界。
可选的,处理模块在用于根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界时,具体用于:确定股骨颈上方外轮廓线斜率变化的第一目标最大点和目标次大点;过第一目标最大点做股骨颈中轴线的第一垂线;根据第一垂线和股骨颈外轮廓线,确定股骨颈基底部和股骨转子间的第一划分边界;过目标次大点做股骨颈中轴线的第二垂线;根据第二垂线和股骨颈外轮廓线,确定股骨颈头下部与股骨头的第二划分边界。
可选的,处理模块在用于根据股骨近端的股骨干外轮廓线斜率变化,确定股骨干和股骨转子间底部的第三划分边界时,具体用于:确定股骨干外轮廓线斜率变化的第二目标最大点;确定与第二目标最大点相对一侧的股骨干外轮廓线上与第二目标最大点距离最近的目标点;根据第二目标最大点和目标点的连线,确定股骨干和股骨转子间底部的第三划分边界。
可选的,处理模块在用于确定股骨近端正位的股骨颈中轴线时,具体用于:对股骨头进行拟合圆算法处理,获得股骨头对应的拟合圆和拟合圆的圆心;将拟合圆的半径扩大预设阈值,获得扩大后的拟合圆;获取扩大后的拟合圆与股骨颈外轮廓线所相交两点连线的中点;根据圆心和中点的连线,确定股骨颈中轴线。
可选的,该骨骼组成部位的确定装置还包括分割模块,用于在确定模块根据相邻组成部位的划分边界,确定目标骨骼的组成部位之后,将目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,以用于力学分析或解剖结构的量化展示。
可选的,目标骨骼为股骨近端,分割模块具体用于:将股骨头和股骨颈分别对应的部位按照第一斜率进行分割,获得对应的标准横断面;将股骨转子间对应的部位按照第二斜率进行分割,获得对应的标准横断面;将股骨干对应的部位按照第三斜率进行分割,获得对应的标准横断面。
第三方面,本申请提供一种电子设备,包括:处理器,以及与处理器通信连接的存储器;
存储器存储计算机执行指令;
处理器执行存储器存储的计算机执行指令,以实现如本申请第一方面所述的骨骼组成部位的确定方法。
第四方面,本申请提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序指令,计算机程序指令被处理器执行时,实现如本申请第一方面所述的骨骼组成部位的确定方法。
第五方面,本申请提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如本申请第一方面所述的骨骼组成部位的确定方法。
本申请提供的骨骼组成部位的确定方法、装置、设备及存储介质,通过基于目标骨骼的影像学数据,获取目标骨骼的叠加值二维分布数据库,叠加值二维分布数据库反映的是目标骨骼的二维形态模型;对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界;根据相邻组成部位的划分边界,确定目标骨骼的组成部位。由于本申请根据目标骨骼对应的二维形态模型的外轮廓线斜率变化来确定目标骨骼的组成部位,因此,能够准确地确定目标骨骼的组成部位,对于目标骨骼的组成部位的力学分析或解剖结构的量化展示具有重要的意义。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的应用场景示意;
图2为本申请一实施例提供的骨骼组成部位的确定方法的流程图;
图3为本申请一实施例提供的股骨近端的正位叠加值二维分布数据库的示意图;
图4为本申请另一实施例提供的骨骼组成部位的确定方法的流程图;
图5为本申请一实施例提供的股骨头对应的拟合圆和拟合圆的圆心的示意图;
图6为本申请一实施例提供的扩大后的拟合圆与股骨颈外轮廓线所相交两点连线的中点的示意图;
图7为本申请一实施例提供的股骨近端正位的股骨颈中轴线的示意图;
图8为本申请一实施例提供的股骨颈上方外轮廓线斜率变化的第一目标最大点和目标次大点的示意图;
图9为本申请一实施例提供的第一划分边界和第二划分边界的示意图;
图10为本申请一实施例提供的第三划分边界的示意图;
图11为本申请一实施例提供的股骨近端的组成部位的示意图;
图12为本申请另一实施例提供的股骨近端的组成部位的示意图;
图13为本申请一实施例提供的肱骨近端组成部位的确定方法的流程图;
图14为本申请一实施例提供的骨骼组成部位的确定装置的结构示意图;
图15为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,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,都属于本申请保护的范围。
本申请的技术方案中,所涉及的金融数据或用户数据等信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
基于如何准确划分所检查骨骼的组成部位的问题,本申请提供一种骨骼组成部位的确定方法、装置、设备及存储介质,通过对目标骨骼特定方位的叠加值二维分布数据库进行数据分析,确定目标骨骼的组成部位,因此,能够准确地确定骨骼组成部位。
以下,首先对本申请提供的方案的应用场景进行示例说明。
图1为本申请一实施例提供的应用场景示意图。如图1所示,本应用场景中,包括医疗设备101和服务器102。医疗设备101和服务器102可以通过有线网络或者无线网络的方式连接。服务器102根据医疗设备101拍摄的包含目标骨骼的医学影像图像对应的影像学数据,获得目标骨骼影像值定向叠加值二维分布数据库,基于目标骨骼影像值定向叠加值二维分布数据库,确定目标骨骼的组成部位。其中,服务器102基于目标骨骼影像值定向叠加值二维分布数据库,确定目标骨骼的组成部位的具体实现过程可以参见下述各实施例的方案。
需要说明的是,图1仅是本申请实施例提供的一种应用场景的示意图,本申请实施例不对图1中包括的设备进行限定,也不对图1中设备之间的位置关系进行限定。例如,在图1所示的应用场景中,还可以包括数据存储设备,该数据存储设备相对服务器102可以是外部存储器,也可以是集成在服务器102中的内部存储器。
接下来,通过具体实施例介绍骨骼组成部位的确定方法。
图2为本申请一实施例提供的骨骼组成部位的确定方法的流程图。本申请实施例的方法可以应用于电子设备中,该电子设备可以是服务器或服务器集群等。如图2所示,本申请实施例的方法包括:
S201、基于目标骨骼的影像学数据,获取目标骨骼的叠加值二维分布数据库,叠加值二维分布数据库反映的是目标骨骼的二维形态模型。
本申请实施中,示例性地,目标骨骼的影像学数据可以通过CT、X光片或MRI等影像设备获得,对获得的目标骨骼的影像学数据通过预设的像素值(即灰度值)定向叠加算法,可以获得目标骨骼影像值定向叠加值二维分布数据库,叠加值二维分布数据库反映的是目标骨骼特定方位的二维形态模型。其中,特定方位比如为力学方位或解剖方位等,可以按需确定对应的方位,本申请不进行限制;预设的像素值定向叠加算法可根据需要来确定叠加运算方向,进而对影像资料各横断面上各位点的影像值进行定向叠加运算,获得定向方位的影像值叠加值。示例性地,目标骨骼比如为股骨近端,图3为本申请一实施例提供的股骨近端的正位叠加值二维分布数据库的示意图,如图3所示,图3中的外轮廓线301所包含的部分示出了股骨近端的正位二维形态模型,下述各申请实施例中,图5、图6、图7、图8、图9、图10、图11和图12中均以该股骨近端的正位二维形态模型为例进行相应的说明(其中外轮廓线301未再示出),以确定股骨近端的组成部分。其中,股骨近端的正位二维形态模型中包含股骨头、股骨颈、股骨转子间和股骨干四个部位。
其中,目标骨骼的影像学数据可以是用户向执行本方法实施例的电子设备输入的,或者,是其它设备向执行本方法实施例的电子设备发送的。
S202、对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界。
该步骤中,示例性地,在获得了目标骨骼影像值定向的叠加值二维分布数据库后,可以对二维形态模型的外轮廓线进行线性拟合,并对外轮廓线的斜率变化进行数据分析,得到相邻组成部位的划分边界。例如,可以通过求取二维形态模型的外轮廓线的导数,确定二维形态模型的外轮廓线斜率变化,进而可以对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界。对于如何对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界,可参考后续实施例,此处不再赘述。
S203、根据相邻组成部位的划分边界,确定目标骨骼的组成部位。
该步骤中,在获得了目标骨骼的相邻组成部位的划分边界后,可以根据相邻组成部位的划分边界,确定目标骨骼的组成部位。比如目标骨骼包含四个组成部位,则可以根据第一个组成部位和第二个组成部位的划分边界,确定第一个组成部位;可以根据第一个组成部位和第二个组成部位的划分边界以及第二个组成部位和第三个组成部位的划分边界确定第二个组成部位;可以根据第二个组成部位和第三个组成部位的划分边界以及第三个组成部位和第四个组成部位的划分边界确定第三个组成部位;可以根据第三个组成部位和第四个组成部位的划分边界确定第四个组成部位。
本申请实施例提供的骨骼组成部位的确定方法,通过基于目标骨骼的影像学数据,获取目标骨骼的叠加值二维分布数据库,叠加值二维分布数据库反映的是目标骨骼的二维形态模型;对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界;根据相邻组成部位的划分边界,确定目标骨骼的组成部位。由于本申请实施例根据目标骨骼对应的二维形态模型的外轮廓线斜率变化来确定目标骨骼的组成部位,因此,能够准确地确定目标骨骼的组成部位,对于目标骨骼的组成部位的力学分析或解剖结构的量化展示具有重要的意义。
在上述实施例的基础上,可选的,根据相邻组成部位的划分边界,确定目标骨骼的组成部位之后,骨骼组成部位的确定方法还可以包括:将目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,以用于力学分析或解剖结构的量化展示。
示例性地,参考图3,目标骨骼的组成部位的空间方位可能是不相同的,因此,可以根据将目标骨骼的组成部位的空间方位确定组成部位对应的斜率,将目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,以用于力学分析或解剖结构的量化展示。对于如何将目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,可参考后续实施例,此处不再赘述。
图4为本申请另一实施例提供的骨骼组成部位的确定方法的流程图。在上述实施例的基础上,本申请实施例对目标骨骼为股骨近端的情况下如何确定股骨近端组成部位进行进一步说明。如图4所示,本申请实施例的方法可以包括:
S401、基于股骨近端的影像学数据,获取股骨近端正位的叠加值二维分布数据库,叠加值二维分布数据库反映的是股骨近端正位的二维形态模型。
该步骤的具体描述可以参见图2所示实施例中S201的相关描述,此处不再赘述。
本申请实施例中,图2中S202步骤可以进一步包括如下的S402至S404三个步骤:
S402、确定股骨近端正位的股骨颈中轴线。
该步骤中,在获得了股骨近端正位的叠加值二维分布数据库后,可以基于该正位的叠加值二维分布数据库,确定股骨近端正位的股骨颈中轴线。
进一步地,确定股骨近端正位的股骨颈中轴线,可以包括:对股骨头进行拟合圆算法处理,获得股骨头对应的拟合圆和拟合圆的圆心;将拟合圆的半径扩大预设阈值,获得扩大后的拟合圆;获取扩大后的拟合圆与股骨颈外轮廓线所相交两点连线的中点;根据圆心和中点的连线,确定股骨颈中轴线。
示例性地,图5为本申请一实施例提供的股骨头对应的拟合圆和拟合圆的圆心的示意图,如图5所示,对股骨头进行拟合圆算法处理,可以获得股骨头对应的拟合圆501和拟合圆的圆心502,其中,拟合圆算法比如为最小二乘法的拟合圆算法,通过最小二乘法的拟合圆算法进行股骨头圆的拟合,来获得股骨头对应的拟合圆和拟合圆的圆心。其中,最小二乘法的拟合圆算法可参考目前相关技术,此处不再赘述。
在获得了股骨头对应的拟合圆后,可以将拟合圆的半径扩大预设阈值,获得扩大后的拟合圆,其中,预设阈值比如为大于或等于2mm且小于或等于5mm的数值。示例性地,图6为本申请一实施例提供的扩大后的拟合圆与股骨颈外轮廓线所相交两点连线的中点的示意图,如图6所示,基于图5,将拟合圆501的圆半径扩大2mm,获得扩大后的拟合圆601,扩大后的拟合圆601与股骨颈外轮廓线相交于两点,取两点连线的中点602。
在获得了股骨头对应的拟合圆的圆心以及扩大后的拟合圆与股骨颈外轮廓线所相交两点连线的中点后,可以根据该圆心和该中点的连线,确定股骨颈中轴线。示例性地,图7为本申请一实施例提供的股骨近端正位的股骨颈中轴线的示意图,如图7所示,基于图6,连接圆心502和中点602,该连线即为股骨颈中轴线603。
S403、根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界。
该步骤中,在获得了股骨颈中轴线后,可以根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界。
进一步地,根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界,可以包括:确定股骨颈上方外轮廓线斜率变化的第一目标最大点和目标次大点;过第一目标最大点做股骨颈中轴线的第一垂线;根据第一垂线和股骨颈外轮廓线,确定股骨颈基底部和股骨转子间的第一划分边界;过目标次大点做股骨颈中轴线的第二垂线;根据第二垂线和股骨颈外轮廓线,确定股骨颈头下部与股骨头的第二划分边界。
示例性地,图8为本申请一实施例提供的股骨颈上方外轮廓线斜率变化的第一目标最大点和目标次大点的示意图,如图8所示,基于图7,通过求取股骨颈上方外轮廓线包含的各位点的导数,可以确定股骨颈上方外轮廓线包含的各位点的导数的大小(即斜率变化),进而确定最大导数对应的第一目标最大点801和次大导数对应的目标次大点802。然后,可以过第一目标最大点做股骨颈中轴线的第一垂线,根据第一垂线和股骨颈外轮廓线,确定股骨颈基底部和股骨转子间的第一划分边界;以及过目标次大点做股骨颈中轴线的第二垂线,根据第二垂线和股骨颈外轮廓线,确定股骨颈头下部与股骨头的第二划分边界。示例性地,图9为本申请一实施例提供的第一划分边界和第二划分边界的示意图,如图9所示,基于图8,过第一目标最大点801做股骨颈中轴线603的第一垂线,根据第一垂线和股骨颈外轮廓线,确定股骨颈基底部和股骨转子间的第一划分边界901;过目标次大点802做股骨颈中轴线603的第二垂线,根据第二垂线和股骨颈外轮廓线,确定股骨颈基底部和股骨转子间的第二划分边界902。
S404、根据股骨近端的股骨干外轮廓线斜率变化,确定股骨干和股骨转子间底部的第三划分边界。
该步骤中,示例性地,可以通过求取股骨干外轮廓线包含的各位点的导数,确定股骨干外轮廓线包含的各位点的导数的大小(即斜率变化),进而可以确定股骨干和股骨转子间底部的第三划分边界。
进一步地,根据股骨近端的股骨干外轮廓线的斜率变化,确定股骨干和股骨转子间底部的第三划分边界,可以包括:确定股骨干外轮廓线斜率变化的第二目标最大点;确定与第二目标最大点相对一侧的股骨干外轮廓线上与第二目标最大点距离最近的目标点;根据第二目标最大点和目标点的连线,确定股骨干和股骨转子间底部的第三划分边界。
示例性地,图10为本申请一实施例提供的第三划分边界的示意图,如图10所示,基于图9,通过求取股骨干外轮廓线包含的各位点的导数,可以确定股骨干外轮廓线包含的各位点的导数的大小(即斜率变化),进而确定最大导数对应的第二目标最大点1001。然后,可以确定与第二目标最大点1001相对一侧的股骨干外轮廓线上与第二目标最大点1001距离最近的目标点1002,根据第二目标最大点1001和目标点1002的连线,确定股骨干和股骨转子间底部的第三划分边界1003。
S405、根据第一划分边界、第二划分边界和第三划分边界,确定股骨近端的组成部位。
该步骤中,在获得了第一划分边界、第二划分边界和第三划分边界后,可以根据第一划分边界、第二划分边界和第三划分边界,确定股骨近端的组成部位。示例性地,图11为本申请一实施例提供的股骨近端的组成部位的示意图,如图11所示,基于图10,第一划分边界901、第二划分边界902和第三划分边界1003将股骨近端划分为四个部位,分别为:股骨头1、股骨颈2、股骨转子间3和股骨干4。
S406、将股骨头和股骨颈分别对应的部位按照第一斜率进行分割,获得对应的标准横断面;将股骨转子间对应的部位按照第二斜率进行分割,获得对应的标准横断面;将股骨干对应的部位按照第三斜率进行分割,获得对应的标准横断面。
示例性地,图12为本申请另一实施例提供的股骨近端的组成部位的示意图,如图12所示,基于图11,对于股骨头1和股骨颈2,可以采用与第一划分边界901或第二划分边界902相同斜率(即第一斜率)的分割线对股骨头1和股骨颈2进行分割,获得对应的标准横断面。对于股骨转子间3,首先确定第一划分边界901与股骨转子间3外轮廓线的交点1201,以及第三划分边界1003与股骨转子间3外轮廓线的交点,即第二目标最大点1001,可以理解,第二目标最大点1001的斜率变化最大;根据连接交点1201和第二目标最大点1001的线段1202,可以确定股骨转子间3对应的标准横断面的层数;然后将夹角1203按照层数进行等分(即确定第二斜率,可以理解,第二斜率是动态变化的斜率),获得对应的分割线,进而得到股骨转子间3对应的标准横断面。对于股骨干4,可以采用与第三划分边界1003相同斜率(即第三斜率)的分割线对股骨干4进行分割,获得对应的标准横断面。
本申请实施例提供的骨骼组成部位的确定方法,通过基于股骨近端的影像学数据,获取股骨近端正位的叠加值二维分布数据库,叠加值二维分布数据库反映的是股骨近端正位的二维形态模型;确定股骨近端正位的股骨颈中轴线;根据股骨颈中轴线和股骨颈上方外轮廓线的斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界;根据股骨近端的股骨干外轮廓线斜率变化,确定股骨干和股骨转子间底部的第三划分边界;根据第一划分边界、第二划分边界和第三划分边界,确定股骨近端的组成部位;将股骨头和股骨颈分别对应的部位按照第一斜率进行分割,获得对应的标准横断面;将股骨转子间对应的部位按照第二斜率进行分割,获得对应的标准横断面;将股骨干对应的部位按照第三斜率进行分割,获得对应的标准横断面。由于本申请实施例基于股骨近端正位的叠加值二维分布数据库,根据股骨近端正位的股骨颈中轴线、股骨颈上方外轮廓线斜率变化以及股骨干外轮廓线斜率变化来确定股骨近端的组成部位,并将股骨近端的组成部位按照相应的斜率进行分割提取,获得对应的标准横断面,因此,能够准确地确定股骨近端的组成部位,且能够准确地获得股骨近端的组成部位分别对应的标准横断面,对于股骨近端的组成部位的力学分析或解剖结构的量化展示具有重要的意义。
在上述实施例的基础上,对于目标骨骼为肱骨近端的情况,由于肱骨近端和股骨近端的组成部位类似,且组成部位的形态类似,因此,可基于图4所示实施例的方法确定肱骨近端的组成部位。示例性地,图13为本申请一实施例提供的肱骨近端组成部位的确定方法的流程图,如图13所示,本申请实施例的方法可以包括:
S1301、基于肱骨近端的影像学数据,获取肱骨近端正位的叠加值二维分布数据库,叠加值二维分布数据库反映的是肱骨近端正位的二维形态模型。
S1302、确定肱骨近端正位的肱骨颈中轴线。
S1303、根据肱骨颈中轴线和肱骨颈上方外轮廓线斜率变化,确定肱骨颈基底部和肱骨近端的肱骨转子间的第四划分边界以及肱骨颈头下部与肱骨近端的肱骨头的第五划分边界。
可以理解,本申请实施例中的第四划分边界与上述实施例中的第一划分边的功能类似;本申请实施例中的第五划分边界与上述实施例中的第二划分边的功能类似。
S1304、根据肱骨近端的肱骨干外轮廓线斜率变化,确定肱骨干和肱骨转子间底部的第六划分边界。
可以理解,本申请实施例中的第六划分边界与上述实施例中的第三划分边的功能类似。
S1305、根据第四划分边界、第五划分边界和第六划分边界,确定肱骨近端的组成部位。
S1306、将肱骨头和肱骨颈分别对应的部位按照第四斜率进行分割,获得对应的标准横断面;将肱骨转子间对应的部位按照第五斜率进行分割,获得对应的标准横断面;将肱骨干对应的部位按照第六斜率进行分割,获得对应的标准横断面。
可以理解,本申请实施例中的第四斜率与上述实施例中的第一斜率的功能类似;可以理解,本申请实施例中的第五斜率与上述实施例中的第二斜率的功能类似;可以理解,本申请实施例中的第六斜率与上述实施例中的第三斜率的功能类似。
图13所示方法实施例的技术方案,与图4所示方法实施例的技术方案的实现原理和技术效果类似,此处不再赘述。可以理解,除了股骨和肱骨,其他骨骼也可参考图2或图4或图13所示方法实施例的技术方案,确定对应的组成部位。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图14为本申请一实施例提供的骨骼组成部位的确定装置的结构示意图,如图14所示,本申请实施例的骨骼组成部位的确定装置1400包括:获取模块1401、处理模块1402和确定模块1403。其中:
获取模块1401,用于基于目标骨骼的影像学数据,获取目标骨骼的叠加值二维分布数据库,叠加值二维分布数据库反映的是目标骨骼的二维形态模型。
处理模块1402,用于对二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界。
确定模块1403,用于根据相邻组成部位的划分边界,确定目标骨骼的组成部位。
在一些实施例中,目标骨骼为股骨近端,处理模块1402可以具体用于:确定股骨近端正位的股骨颈中轴线;根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界;根据股骨近端的股骨干外轮廓线斜率变化,确定股骨干和股骨转子间底部的第三划分边界。
可选的,处理模块1402在用于根据股骨颈中轴线和股骨颈上方外轮廓线斜率变化,确定股骨颈基底部和股骨近端的股骨转子间的第一划分边界以及股骨颈头下部与股骨近端的股骨头的第二划分边界时,可以具体用于:确定股骨颈上方外轮廓线斜率变化的第一目标最大点和目标次大点;过第一目标最大点做股骨颈中轴线的第一垂线;根据第一垂线和股骨颈外轮廓线,确定股骨颈基底部和股骨转子间的第一划分边界;过目标次大点做股骨颈中轴线的第二垂线;根据第二垂线和股骨颈外轮廓线,确定股骨颈头下部与股骨头的第二划分边界。
可选的,处理模块1402在用于根据股骨近端的股骨干外轮廓线斜率变化,确定股骨干和股骨转子间底部的第三划分边界时,可以具体用于:确定股骨干外轮廓线斜率变化的第二目标最大点;确定与第二目标最大点相对一侧的股骨干外轮廓线上与第二目标最大点距离最近的目标点;根据第二目标最大点和目标点的连线,确定股骨干和股骨转子间底部的第三划分边界。
可选的,处理模块1402在用于确定股骨近端正位的股骨颈中轴线时,可以具体用于:对股骨头进行拟合圆算法处理,获得股骨头对应的拟合圆和拟合圆的圆心;将拟合圆的半径扩大预设阈值,获得扩大后的拟合圆;获取扩大后的拟合圆与股骨颈外轮廓线所相交两点连线的中点;根据圆心和中点的连线,确定股骨颈中轴线。
在一些实施例中,该骨骼组成部位的确定装置还包括分割模块1404,用于在确定模块1403根据相邻组成部位的划分边界,确定目标骨骼的组成部位之后,将目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,以用于力学分析或解剖结构的量化展示。
可选的,目标骨骼为股骨近端,分割模块1404可以具体用于:将股骨头和股骨颈分别对应的部位按照第一斜率进行分割,获得对应的标准横断面;将股骨转子对应的部位按照第二斜率进行分割,获得对应的标准横断面;将股骨干对应的部位按照第三斜率进行分割,获得对应的标准横断面。
本实施例的装置,可以用于执行上述任一所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图15为本申请一实施例提供的电子设备的结构示意图。示例性地,电子设备可以被提供为一服务器或计算机。参照图15,电子设备1500包括处理组件1501,其进一步包括一个或多个处理器,以及由存储器1502所代表的存储器资源,用于存储可由处理组件1501的执行的指令,例如应用程序。存储器1502中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1501被配置为执行指令,以执行上述任一方法实施例。
电子设备1500还可以包括一个电源组件1503被配置为执行电子设备1500的电源管理,一个有线或无线网络接口1504被配置为将电子设备1500连接到网络,和一个输入输出(I/O)接口1505。电子设备1500可以操作基于存储在存储器1502的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本申请还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上骨骼组成部位的确定方法的方案。
本申请还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上的骨骼组成部位的确定方法的方案。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读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。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于骨骼组成部位的确定装置中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,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,或者对其中部分或者全部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申请各实施例技术方案的范围。
Claims (7)
1.一种骨骼组成部位的确定方法,其特征在于,包括:
基于目标骨骼的影像学数据,获取所述目标骨骼的叠加值二维分布数据库,所述叠加值二维分布数据库反映的是所述目标骨骼的二维形态模型;
对所述二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界;
根据所述相邻组成部位的划分边界,确定所述目标骨骼的组成部位;
所述目标骨骼为股骨近端,所述对所述二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界,包括:
确定所述股骨近端正位的股骨颈中轴线;
根据所述股骨颈中轴线和所述股骨颈上方外轮廓线斜率变化,确定所述股骨颈基底部和所述股骨近端的股骨转子间的第一划分边界以及所述股骨颈头下部与所述股骨近端的股骨头的第二划分边界;
根据所述股骨近端的股骨干外轮廓线斜率变化,确定所述股骨干和所述股骨转子间底部的第三划分边界;
所述根据所述股骨颈中轴线和所述股骨颈上方外轮廓线斜率变化,确定所述股骨颈基底部和所述股骨近端的股骨转子间的第一划分边界以及所述股骨颈头下部与所述股骨近端的股骨头的第二划分边界,包括:
确定所述股骨颈上方外轮廓线斜率变化的第一目标最大点和目标次大点;
过所述第一目标最大点做所述股骨颈中轴线的第一垂线;
根据所述第一垂线和所述股骨颈外轮廓线,确定所述股骨颈基底部和所述股骨转子间的第一划分边界;
过所述目标次大点做所述股骨颈中轴线的第二垂线;
根据所述第二垂线和所述股骨颈外轮廓线,确定所述股骨颈头下部与所述股骨头的第二划分边界;
其中,所述股骨颈上方外轮廓线包含的各位点的导数中最大导数对应所述第一目标最大点,次大导数对应所述目标次大点;
所述根据所述股骨近端的股骨干外轮廓线斜率变化,确定所述股骨干和所述股骨转子间底部的第三划分边界,包括:
确定所述股骨干外轮廓线斜率变化的第二目标最大点;
确定与所述第二目标最大点相对一侧的所述股骨干外轮廓线上与所述第二目标最大点距离最近的目标点;
根据所述第二目标最大点和所述目标点的连线,确定所述股骨干和所述股骨转子间底部的第三划分边界;
其中,所述股骨干外轮廓线包含的各位点的导数中最大导数对应所述第二目标最大点。
2.根据权利要求1所述的骨骼组成部位的确定方法,其特征在于,所述确定所述股骨近端正位的股骨颈中轴线,包括:
对所述股骨头进行拟合圆算法处理,获得所述股骨头对应的拟合圆和所述拟合圆的圆心;
将所述拟合圆的半径扩大预设阈值,获得扩大后的拟合圆;
获取所述扩大后的拟合圆与所述股骨颈外轮廓线所相交两点连线的中点;
根据所述圆心和所述中点的连线,确定所述股骨颈中轴线。
3.根据权利要求1至2中任一项所述的骨骼组成部位的确定方法,其特征在于,所述根据所述相邻组成部位的划分边界,确定所述目标骨骼的组成部位之后,还包括:
根据所述目标骨骼的组成部分的空间方位确定所述组成部分对应的斜率,将所述目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,以用于力学分析或解剖结构的量化展示。
4.根据权利要求3所述的骨骼组成部位的确定方法,其特征在于,所述目标骨骼为股骨近端,所述将所述目标骨骼的组成部位按照相应的斜率进行分割,获得对应的标准横断面,包括:
将股骨头和股骨颈分别对应的部位按照第一斜率进行分割,获得对应的标准横断面;所述第一斜率为所述第一划分边界或所述第二划分边界对应的斜率;
将股骨转子间对应的部位按照第二斜率进行分割,获得对应的标准横断面;所述第二斜率为根据所述第一划分边界与所述股骨转子间外轮廓线的交点和所述第二目标最大点的线段确定所述股骨转子间对应的标准横断面的层数,将夹角按照所述层数进行等分后确定的;
将股骨干对应的部位按照第三斜率进行分割,获得对应的标准横断面;所述第三斜率为所述第三划分边界对应的斜率。
5.一种骨骼组成部位的确定装置,其特征在于,包括:
获取模块,用于基于目标骨骼的影像学数据,获取所述目标骨骼的叠加值二维分布数据库,所述叠加值二维分布数据库反映的是所述目标骨骼的二维形态模型;
处理模块,用于对所述二维形态模型的外轮廓线斜率变化进行数据分析,得到相邻组成部位的划分边界;
确定模块,用于根据所述相邻组成部位的划分边界,确定所述目标骨骼的组成部位;
所述处理模块具体用于,确定股骨近端正位的股骨颈中轴线;根据所述股骨颈中轴线和所述股骨颈上方外轮廓线斜率变化,确定所述股骨颈基底部和所述股骨近端的股骨转子间的第一划分边界以及所述股骨颈头下部与所述股骨近端的股骨头的第二划分边界;根据所述股骨近端的股骨干外轮廓线斜率变化,确定所述股骨干和所述股骨转子间底部的第三划分边界;
所述处理模块具体用于,确定所述股骨颈上方外轮廓线斜率变化的第一目标最大点和目标次大点;过所述第一目标最大点做所述股骨颈中轴线的第一垂线;根据所述第一垂线和所述股骨颈外轮廓线,确定所述股骨颈基底部和所述股骨转子间的第一划分边界;过所述目标次大点做所述股骨颈中轴线的第二垂线;根据所述第二垂线和所述股骨颈外轮廓线,确定所述股骨颈头下部与所述股骨头的第二划分边界;其中,所述股骨颈上方外轮廓线包含的各位点的导数中最大导数对应所述第一目标最大点,次大导数对应所述目标次大点;
所述处理模块具体用于,确定所述股骨干外轮廓线斜率变化的第二目标最大点;确定与所述第二目标最大点相对一侧的所述股骨干外轮廓线上与所述第二目标最大点距离最近的目标点;根据所述第二目标最大点和所述目标点的连线,确定所述股骨干和所述股骨转子间底部的第三划分边界;其中,所述股骨干外轮廓线包含的各位点的导数中最大导数对应所述第二目标最大点。
6.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至4中任一项所述的骨骼组成部位的确定方法。
7.一种计算机可读存储介质,其特征在于,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处理器执行时,实现如权利要求1至4中任一项所述的骨骼组成部位的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210209929.XA CN115131380B (zh) | 2022-03-03 | 2022-03-03 | 骨骼组成部位的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210209929.XA CN115131380B (zh) | 2022-03-03 | 2022-03-03 | 骨骼组成部位的确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115131380A CN115131380A (zh) | 2022-09-30 |
CN115131380B true CN115131380B (zh) | 2023-09-01 |
Family
ID=83376352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210209929.XA Active CN115131380B (zh) | 2022-03-03 | 2022-03-03 | 骨骼组成部位的确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131380B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4532661A (en) * | 1982-05-07 | 1985-08-06 | Halpern Alan A | Femoral head remodeling and prosthetic means therefor |
CH675827A5 (zh) * | 1988-10-26 | 1990-11-15 | Sulzer Ag | |
RU2165237C1 (ru) * | 2000-05-18 | 2001-04-20 | Колесник Александр Иванович | Способ измерения антеверзии головки и шейки бедренной кости |
JP2007020911A (ja) * | 2005-07-19 | 2007-02-01 | Nakashima Propeller Co Ltd | 人工股関節 |
RU2350268C1 (ru) * | 2007-08-06 | 2009-03-27 | Федеральное государственное учреждение "Нижегородский научно-исследовательский институт травматологии и ортопедии Федерального агентства по высокотехнологичной медицинской помощи" | Способ определения антеторсии шейки бедренной кости |
DE102012213461A1 (de) * | 2012-07-31 | 2014-02-06 | Siemens Aktiengesellschaft | Erzeugung modifizierter Bilddaten eines Zielobjekts |
CN103607947A (zh) * | 2010-08-13 | 2014-02-26 | 史密夫和内修有限公司 | 解剖标志的检测 |
CN103632371A (zh) * | 2013-12-06 | 2014-03-12 | 河海大学常州校区 | 基于兼容性网格分割的骨骼参数计算方法 |
CN112617870A (zh) * | 2020-12-16 | 2021-04-09 | 哈尔滨文缔拓明科技有限公司 | 一种基于dr图像的成人髋关节角度获取方法 |
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 |
CN113069135A (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外侧壁形态学参数三维测量方法 |
CN113177915A (zh) * | 2021-04-20 | 2021-07-27 | 中国科学院高能物理研究所 | 一种胫骨平台后倾角测量方法及装置、存储介质 |
CN113592821A (zh) * | 2021-07-30 | 2021-11-02 | 瓴域影诺(北京)科技有限公司 | 一种股骨髓腔类型检测方法和系统 |
CN113870229A (zh) * | 2021-09-29 | 2021-12-31 | 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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2011266700B2 (en) * | 2010-06-16 | 2015-05-21 | A2 Surgical | Method and system of automatic determination of geometric elements characterizing a bone deformation from 3D image |
US9925069B2 (en) * | 2013-11-21 | 2018-03-27 | Somersault Orthopedics Inc. | Method for femur resection alignment approximation in hip replacement procedures |
US11449993B2 (en) * | 2018-03-12 | 2022-09-20 | Persimio Ltd. | Automated bone segmentation in images |
-
2022
- 2022-03-03 CN CN202210209929.XA patent/CN115131380B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4532661A (en) * | 1982-05-07 | 1985-08-06 | Halpern Alan A | Femoral head remodeling and prosthetic means therefor |
CH675827A5 (zh) * | 1988-10-26 | 1990-11-15 | Sulzer Ag | |
RU2165237C1 (ru) * | 2000-05-18 | 2001-04-20 | Колесник Александр Иванович | Способ измерения антеверзии головки и шейки бедренной кости |
JP2007020911A (ja) * | 2005-07-19 | 2007-02-01 | Nakashima Propeller Co Ltd | 人工股関節 |
RU2350268C1 (ru) * | 2007-08-06 | 2009-03-27 | Федеральное государственное учреждение "Нижегородский научно-исследовательский институт травматологии и ортопедии Федерального агентства по высокотехнологичной медицинской помощи" | Способ определения антеторсии шейки бедренной кости |
CN103607947A (zh) * | 2010-08-13 | 2014-02-26 | 史密夫和内修有限公司 | 解剖标志的检测 |
DE102012213461A1 (de) * | 2012-07-31 | 2014-02-06 | Siemens Aktiengesellschaft | Erzeugung modifizierter Bilddaten eines Zielobjekts |
CN103632371A (zh) * | 2013-12-06 | 2014-03-12 | 河海大学常州校区 | 基于兼容性网格分割的骨骼参数计算方法 |
CN112617870A (zh) * | 2020-12-16 | 2021-04-09 | 哈尔滨文缔拓明科技有限公司 | 一种基于dr图像的成人髋关节角度获取方法 |
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 |
CN113069135A (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外侧壁形态学参数三维测量方法 |
CN113177915A (zh) * | 2021-04-20 | 2021-07-27 | 中国科学院高能物理研究所 | 一种胫骨平台后倾角测量方法及装置、存储介质 |
CN113592821A (zh) * | 2021-07-30 | 2021-11-02 | 瓴域影诺(北京)科技有限公司 | 一种股骨髓腔类型检测方法和系统 |
CN113870229A (zh) * | 2021-09-29 | 2021-12-31 | 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 |
Non-Patent Citations (1)
Title |
---|
基于CT的股骨三维信息测量;刘倩兰;《中国优秀硕士学位论文全文数据库 (医药卫生科技辑)》(第6期);第E080-34页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115131380A (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11751946B2 (en) | System for pose estimation of three-dimensional bone models in surgical planning a joint replacement procedure | |
Quijano et al. | Three-dimensional reconstruction of the lower limb from biplanar calibrated radiographs | |
Otomaru et al. | Automated preoperative planning of femoral stem in total hip arthroplasty from 3D CT data: Atlas-based approach and comparative study | |
Tang et al. | 2D/3D deformable registration using a hybrid atlas | |
Abdelaal et al. | Patient-specific design process and evaluation of a hip prosthesis femoral stem | |
CN110809451B (zh) | 用于将断裂骨骼的碎片在解剖学上对齐的变换确定 | |
CN115281831A (zh) | 膝关节置换术后结果仿真方法、装置和计算机设备 | |
Valenti et al. | Gaussian mixture models based 2D–3D registration of bone shapes for orthopedic surgery planning | |
Rashid et al. | Geometrical model creation methods for human humerus bone and modified cloverleaf plate | |
Sutherland et al. | Use of general purpose mechanical computer assisted engineering software in orthopaedic surgical planning: advantages and limitations | |
CN115131380B (zh) | 骨骼组成部位的确定方法、装置、设备及存储介质 | |
de Almeida et al. | Automated femoral landmark extraction for optimal prosthesis placement in total hip arthroplasty | |
Chen | Reconstruction individual three-dimensional model of fractured long bone based on feature points | |
Zanetti et al. | Radiograph-based femur morphing method | |
Gomes et al. | Patient-specific modelling in orthopedics: from image to surgery | |
US20230068517A1 (en) | Surgical planning systems and methods for preoperatively assessing center of rotation data | |
US10687899B1 (en) | Bone model correction angle determination | |
US20220156942A1 (en) | Closed surface fitting for segmentation of orthopedic medical image data | |
EP3858279A1 (en) | Determining a size of an implant | |
Cerveri et al. | Advanced computational framework for the automatic analysis of the acetabular morphology from the pelvic bone surface for hip arthroplasty applications | |
EP3828768A1 (en) | Method for modeling a bone | |
Zhou et al. | Improving inter-fragmentary alignment for virtual 3D reconstruction of highly fragmented bone fractures | |
Van Cauter et al. | Automated extraction of the femoral anatomical axis for determining the intramedullary rod parameters in total knee arthroplasty | |
Valenti | Statistical shape models based 2D/3D registration methods for knee orthopaedic surgery | |
AU2020100537A4 (en) | Image Processing Method and Computing Device |
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 |