CN117649442B - 利用平衡器官解剖标志构筑三维头影测量坐标系的方法 - Google Patents
利用平衡器官解剖标志构筑三维头影测量坐标系的方法 Download PDFInfo
- Publication number
- CN117649442B CN117649442B CN202410126189.2A CN202410126189A CN117649442B CN 117649442 B CN117649442 B CN 117649442B CN 202410126189 A CN202410126189 A CN 202410126189A CN 117649442 B CN117649442 B CN 117649442B
- Authority
- CN
- China
- Prior art keywords
- craniofacial
- dimensional
- htr
- htl
- plane
- 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
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000005259 measurement Methods 0.000 title claims abstract description 64
- 210000000056 organ Anatomy 0.000 title claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 33
- 241000237858 Gastropoda Species 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 15
- 238000002372 labelling Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 13
- 238000002591 computed tomography Methods 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 210000004556 brain Anatomy 0.000 claims description 3
- 210000003128 head Anatomy 0.000 abstract description 78
- 210000003477 cochlea Anatomy 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 210000000988 bone and bone Anatomy 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 210000003625 skull Anatomy 0.000 description 2
- 210000002474 sphenoid bone Anatomy 0.000 description 2
- 206010068737 Facial asymmetry Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000003323 beak Anatomy 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002316 cosmetic surgery Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000003027 ear inner Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000002050 maxilla Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 210000001079 scala tympani Anatomy 0.000 description 1
- 210000001605 scala vestibuli Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001738 temporomandibular joint Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
- A61B6/035—Mechanical aspects of CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pulmonology (AREA)
- Robotics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种利用平衡器官解剖标志构筑三维头影测量坐标系的方法,属于医疗技术领域,该方法包括:获取待测量颅面的CT影像;确定CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;基于AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;以待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系。
Description
技术领域
本发明涉及医疗技术领域,尤其涉及一种利用平衡器官解剖标志构筑三维头影测量坐标系的方法。
背景技术
相关技术中颅面外科整形手术和口腔正畸治疗通常依赖于头影测量。但传统的二维头影测量在面对面部不对称的问题时,已无法满足临床的需求。为了解决这一问题,需要一个精确的颅面解剖标志点三维坐标系作为手术的指导和辅助。
虽然相关技术中计算机体层摄影(Computed Tomography,CT)数据为我们提供了这一坐标系,但传统的坐标系与被拍摄的物体之间并没有直接的联系。这意味着,当患者的拍摄姿势发生变化时,CT数据中每个点的三维坐标也会随之改变,导致较大的三维坐标误差。
相关技术中,在三维头影测量中应用的解剖标志点,仍然沿用了传统二维头影测量的方式,选取了一些相对表浅、生长变化大、边界模糊的标志点。由于面部左右的不对称,目前还无法形成一个具有唯一性的水平面。此外,这些设定的平面与生理平衡没有直接关系,因此,它们仍然无法满足临床的需求。
发明内容
本发明提供一种利用平衡器官解剖标志构筑三维头影测量坐标系的方法,可以精确确定颅面解剖标志点的三维坐标信息,以提供对颅面外科手术和矫正治疗的定量评估和指导。
本发明提供一种利用平衡器官解剖标志构筑三维头影测量坐标系的方法,包括:
获取待测量颅面的计算机体层摄影CT影像;
将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;
基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;
以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系。
根据本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,所述颅面关键解剖点识别模型的训练过程包括:
结合生物解剖特点,采用深度神经网络和三维卷积层,设计所述颅面关键解剖点识别模型的模型架构;
获取第一数据集,所述第一数据集包括多个具有三维空间分辨率的人体头部CT影像;
在所述多个具有三维空间分辨率的人体头部CT影像中分别标注AODA、ANS、HtL、HtR和SR;
基于标注后的第一数据集,通过深度学习训练所述颅面关键解剖点识别模型,直至输入任意颅面CT影像至所述颅面关键解剖点识别模型,所述颅面关键解剖点识别模型可以输出正确的AODA、ANS、HtL、HtR和 SR。
根据本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,在所述获取第一数据集后,所述方法还包括:
基于所述多个具有三维空间分辨率的人体头部CT影像,通过三维重建算法获得所述多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型。
根据本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,所述在所述多个具有三维空间分辨率的人体头部CT影像中分别标注AODA、ANS、HtL、HtR和SR,包括:
在所述多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型上分别标注AODA、ANS、HtL、HtR和SR。
本发明还提供一种利用平衡器官解剖标志构筑三维头影测量坐标系的装置,包括:
获取模块,用于获取待测量颅面的计算机体层摄影CT影像;
输入模块,用于将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;
确定模块,用于基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;
建立模块,用于以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述利用平衡器官解剖标志构筑三维头影测量坐标系的方法。
本发明还提供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如上述任一种所述利用平衡器官解剖标志构筑三维头影测量坐标系的方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述利用平衡器官解剖标志构筑三维头影测量坐标系的方法。
本发明提供的一种利用平衡器官解剖标志构筑三维头影测量坐标系的方法,通过在颅面CT影像中选择枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR这些关键解剖标志点,并基于这些标志点确定冠状面、正中矢状面和水平面,然后以三个面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系,可以使CT数据中每一个点都获得一个相对稳定的坐标值。
附图说明
为了更清楚地说明本发明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作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法的流程示意图;
图2是本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1描述本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法。
图1是本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法的流程示意图,如图1所示,该方法包括以下步骤:
步骤100,获取待测量颅面的计算机体层摄影CT影像;
可选地,为了建立待测量颅面的三维头影测量坐标系,首先可以获取待测量颅面的CT影像。
可选地,可以通过CT影像拍摄装置对人体头部进行拍摄,获取待测量颅面的CT影像。
可选地,可以从医院或研究机构获取其保存的已有的待测量颅面CT影像。
可选地,待测量颅面的CT影像可以具有三维空间分辨率。
步骤110,将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶(the Apex of the Dens Axis,AODA)、前鼻棘(the Anterior Nasal Spine,ANS)、左蜗孔(Helicotrema Left,HtL)、右蜗孔(Helicotrema Right,HtR)和蝶骨喙突(Sphenoidal Rostrum,SR);
可选地,为了建立相对稳定的颅面影像三维坐标系,可以在颅面CT影像中选择一些在发育中相对稳定、清晰,且自然单一点的解剖标志,即枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR,并基于这些解剖标志建立三维头影测量坐标系,在符合人体生理自然头位的同时,可以避免二维测量中缺乏左右对称之分的缺陷。
可选地,本发明选择的解剖点符合生理,依赖于平衡器官建立的头位是水平的,本发明利用平衡器官作基准面,选取蜗孔,代表内耳,内耳是平衡器官的一个重要的组成部分;前鼻棘和枢椎齿状突顶的连线代表这个水平面,头颅中线经过颅骨中相对最稳定的蝶骨喙突。
可选地,为了实现待测量颅面的CT影像中枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR的精确且自动地确定,可以通过深度学习训练颅面关键解剖点识别模型,并通过训练完成的颅面关键解剖点识别模型自动确定输入的待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR。
可选地,可以将待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取训练完成的颅面关键解剖点识别模型输出的标注了AODA、ANS、HtL、HtR和SR的点位的CT影像,便于后续构建冠状面、正中矢状面和水平面。
可选地,枢椎齿状突顶是位于枢椎的后上方的骨性凸起,与第一颈椎后正中的凹陷处对合。
可选地,前鼻棘是鼻子梨状孔下缘和上颌骨之间的一个尖锐的骨突。
可选地,左蜗孔和右蜗孔是连接鼓阶和前庭阶的小孔,位于耳蜗的中心顶部。
可选地,蝶骨喙突是蝶骨的下表面的一个三角形的棘,它与蝶骨前表面的蝶骨嵴相连,并被犁骨的犁骨沟所接收。
步骤120,基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;
可选地,在确定待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR的点位后,可以基于这些点位,构筑冠状面、正中矢状面和水平面。
具体地,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面。
具体地,冠状面通过HtL和HtR的连线,且与水平面垂直。
具体地,正中矢状面通过SR且与水平面和冠状面均垂直。
步骤130,以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系。
可选地,确定待测量颅面的CT影像的水平面、冠状面和正中矢状面后,三个面会产生一个相交点,可以将该相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系,基于此三维坐标系,可以使现有颅面CT数据中每一个点都获得一个相对稳定的坐标值,使得每个病例的正畸、正颌、种植等诊断和方案规划中需要的测量数据更加简便、直观、准确,避免了传统二维测量由投射角度和测量习惯引起的误差。
本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,通过在颅面CT影像中选择枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR这些关键解剖标志点,并基于这些标志点确定水平面、冠状面和正中矢状面,然后以三个面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系,可以使CT数据中每一个点都获得一个相对稳定的坐标值。
可选地,所述颅面关键解剖点识别模型的训练过程包括:
结合生物解剖特点,采用深度神经网络和三维卷积层,设计所述颅面关键解剖点识别模型的模型架构;
获取第一数据集,所述第一数据集包括多个具有三维空间分辨率的人体头部CT影像;
在所述多个具有三维空间分辨率的人体头部CT影像中分别标注AODA、ANS、HtL、HtR和SR;
基于标注后的第一数据集,通过深度学习训练所述颅面关键解剖点识别模型,直至输入任意颅面CT影像至所述颅面关键解剖点识别模型,所述颅面关键解剖点识别模型可以输出正确的AODA、ANS、HtL、HtR和 SR。
可选地,为了训练颅面关键解剖点识别模型,首先可以结合生物解剖特点,采用深度神经网络和三维卷积层,设计所述颅面关键解剖点识别模型的模型架构。
可选地,可以获取数据集,数据集可以包括多个具有三维空间分辨率的人体头部CT影像。
可选地,可以从医院或研究机构获取现有的多个具有三维空间分辨率的人体头部CT影像,或人为制作多个具有三维空间分辨率的人体头部CT影像,或其他方式获取第一数据集,本发明对此不作限定。
可选地,获取第一数据集后,可以在每个人体头部CT影像中标记枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR,以使颅面关键解剖点识别模型可以识别这些关键解剖点。
可选地,可以将CT影像、RGB-D传感器信息及专家标注信息等多模态进行融合,用于训练颅面关键解剖点识别模型。
可选地,可以基于标注后的第一数据集,通过深度学习训练所述颅面关键解剖点识别模型,直至输入任意颅面CT影像至所述颅面关键解剖点识别模型,所述颅面关键解剖点识别模型可以输出正确的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR。
可选地,可以结合颅面形状和结构的先验知识,引入骨头结构的集合约束,优化损失函数,确保模型生成的颅面关键解剖点符合实际的解剖学。
可选地,深度学习使用的算法可以是反向传播算法,或卷积神经网络,或循环神经网络,或其他可以实现训练效果的算法,本发明对此不作限定。
可选地,颅面关键解剖点识别模型训练完成后,将待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,可以自动且准确地在CT影像中确定枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR。
本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,通过将待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,可以自动且准确地在CT影像中确定枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR,便于后续建立三维头影测量坐标系,提升建立效率。
可选地,在所述获取第一数据集后,所述方法还包括:
基于所述多个具有三维空间分辨率的人体头部CT影像,通过三维重建算法获得所述多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型。
可选地,由于人体头部CT影像是二维影像,为了能在CT影响中标记枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR的具体三维位置,可以先通过三维重建算法获得多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型。
可选地,三维重建算法可以是三角测距法,或单目视觉法,或结构光法,或其他三维重建算法,本发明对此不作限定。
本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,通过三维重建算法基于人体头部CT影像获得对应的颅脑三维模型,便于后续在三维模型中标记枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR。
可选地,所述在所述多个具有三维空间分辨率的人体头部CT影像中分别标注AODA、ANS、HtL、HtR和SR,包括:
在所述多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型上分别标注AODA、ANS、HtL、HtR和SR。
可选地,获得多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型后,可以在颅脑三维模型准确标记枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR,便于后续对颅面关键解剖点识别模型进行训练。
可选地,本发明在临床上手动测试了大量实际案例,利用此坐标系可以诊断,治疗设计,便于发现临床疑难病因,过程中可以定性,定量,符合了科学原则,也能让患者直观了解到自己的病情,病因,便于与患者的沟通。利用该坐标系由助于形成明确的治疗设计,尤其指导隐形正畸排牙,正颌手术,整形,正骨,颞下颌关节咬合重建治疗等。
本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,在多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型上分别标注枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR,便于后续对颅面关键解剖点识别模型进行训练。
下面对本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的装置进行描述。
图2是本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的装置的结构示意图,如图2所示,该装置包括获取模块210、输入模块220、确定模块230和建立模块240,其中:
获取模块210,用于获取待测量颅面的计算机体层摄影CT影像;
输入模块220,用于将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;
确定模块230,用于基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;
建立模块240,用于以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系。
本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的装置,通过在颅面CT影像中选择枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR这些关键解剖标志点,并基于这些标志点确定水平面、冠状面和正中矢状面,然后以三个面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系,可以使CT数据中每一个点都获得一个相对稳定的坐标值。
可以理解的是,本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的装置与上述各实施例提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法相对应,本发明提供的利用平衡器官解剖标志构筑三维头影测量坐标系的装置的相关技术特征可参考上述各实施例提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法的相关技术特征,在此不再赘述。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行利用平衡器官解剖标志构筑三维头影测量坐标系的方法,该方法包括:获取待测量颅面的计算机体层摄影CT影像;将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,该方法包括:获取待测量颅面的计算机体层摄影CT影像;将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系。
又一方面,本发明还提供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以执行上述各方法提供的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,该方法包括:获取待测量颅面的计算机体层摄影CT影像;将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系。
以上所描述的装置实施例仅仅是示意性的,其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (7)
1.一种利用平衡器官解剖标志构筑三维头影测量坐标系的方法,其特征在于,包括:
获取待测量颅面的计算机体层摄影CT影像;
将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;
基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;
以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系;
所述颅面关键解剖点识别模型的训练过程包括:
结合生物解剖特点,采用深度神经网络和三维卷积层,设计所述颅面关键解剖点识别模型的模型架构;
获取第一数据集,所述第一数据集包括多个具有三维空间分辨率的人体头部CT影像;
在所述多个具有三维空间分辨率的人体头部CT影像中分别标注AODA、ANS、HtL、HtR和SR;
基于标注后的第一数据集,通过深度学习训练所述颅面关键解剖点识别模型,直至输入任意颅面CT影像至所述颅面关键解剖点识别模型,所述颅面关键解剖点识别模型可以输出正确的AODA、ANS、HtL、HtR和 SR。
2.根据权利要求1所述的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,其特征在于,在所述获取第一数据集后,所述方法还包括:
基于所述多个具有三维空间分辨率的人体头部CT影像,通过三维重建算法获得所述多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型。
3.根据权利要求2所述的利用平衡器官解剖标志构筑三维头影测量坐标系的方法,其特征在于,所述在所述多个具有三维空间分辨率的人体头部CT影像中分别标注AODA、ANS、HtL、HtR和SR,包括:
在所述多个具有三维空间分辨率的人体头部CT影像分别对应的颅脑三维模型上分别标注AODA、ANS、HtL、HtR和SR。
4.一种利用平衡器官解剖标志构筑三维头影测量坐标系的装置,其特征在于,包括:
获取模块,用于获取待测量颅面的计算机体层摄影CT影像;
输入模块,用于将所述待测量颅面的CT影像输入训练完成的颅面关键解剖点识别模型,获取所述训练完成的颅面关键解剖点识别模型输出的所述待测量颅面的CT影像的枢椎齿状突顶AODA、前鼻棘ANS、左蜗孔HtL、右蜗孔HtR和蝶骨喙突SR;
确定模块,用于基于所述待测量颅面的CT影像的AODA、ANS、HtL、HtR和SR,先确定水平面,再确定冠状面和正中矢状面,水平面为AODA与ANS的连线的平行线,与HtL和HtR的连线相交构成的平面,冠状面通过HtL和HtR的连线与水平面垂直,正中矢状面通过SR且与水平面和冠状面均垂直;
建立模块,用于以所述待测量颅面的CT影像的冠状面、正中矢状面和水平面的相交点作为三维头影测量坐标系的原点,建立三维头影测量坐标系;
所述颅面关键解剖点识别模型的训练过程包括:
结合生物解剖特点,采用深度神经网络和三维卷积层,设计所述颅面关键解剖点识别模型的模型架构;
获取第一数据集,所述第一数据集包括多个具有三维空间分辨率的人体头部CT影像;
在所述多个具有三维空间分辨率的人体头部CT影像中分别标注AODA、ANS、HtL、HtR和SR;
基于标注后的第一数据集,通过深度学习训练所述颅面关键解剖点识别模型,直至输入任意颅面CT影像至所述颅面关键解剖点识别模型,所述颅面关键解剖点识别模型可以输出正确的AODA、ANS、HtL、HtR和 SR。
5.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至3任一项所述利用平衡器官解剖标志构筑三维头影测量坐标系的方法。
6.一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,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述利用平衡器官解剖标志构筑三维头影测量坐标系的方法。
7.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述利用平衡器官解剖标志构筑三维头影测量坐标系的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410126189.2A CN117649442B (zh) | 2024-01-30 | 2024-01-30 | 利用平衡器官解剖标志构筑三维头影测量坐标系的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410126189.2A CN117649442B (zh) | 2024-01-30 | 2024-01-30 | 利用平衡器官解剖标志构筑三维头影测量坐标系的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117649442A CN117649442A (zh) | 2024-03-05 |
CN117649442B true CN117649442B (zh) | 2024-05-14 |
Family
ID=90046466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410126189.2A Active CN117649442B (zh) | 2024-01-30 | 2024-01-30 | 利用平衡器官解剖标志构筑三维头影测量坐标系的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117649442B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2016110205A (ru) * | 2016-03-21 | 2017-09-26 | Максим Михайлович Кирилин | Способ повышения качества диагностики и лечения зубочелюстных аномалий |
CN113274047A (zh) * | 2021-05-18 | 2021-08-20 | 北京大学第三医院(北京大学第三临床医学院) | 一种标准化校正的咬合空间头影测量方法 |
CN114680911A (zh) * | 2021-12-13 | 2022-07-01 | 上海交通大学医学院附属第九人民医院 | 一种头颅测量三维坐标系及其建立方法和应用 |
CN115797730A (zh) * | 2023-01-29 | 2023-03-14 | 有方(合肥)医疗科技有限公司 | 模型训练方法及装置、头影测量关键点定位方法及装置 |
CN115813426A (zh) * | 2022-12-19 | 2023-03-21 | 重庆医科大学附属口腔医院 | 一种上颌中切牙矢状定位的头影测量方法 |
CN116630427A (zh) * | 2023-07-24 | 2023-08-22 | 杭州键嘉医疗科技股份有限公司 | 一种ct图像中髋骨和股骨自动定位的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2915563T3 (es) * | 2016-12-30 | 2022-06-23 | Carestream Dental Tech Topco Ltd | Reconstrucción de un volumen virtual de tomografía computarizada para seguir la evolución del tratamiento de ortodoncia |
-
2024
- 2024-01-30 CN CN202410126189.2A patent/CN117649442B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2016110205A (ru) * | 2016-03-21 | 2017-09-26 | Максим Михайлович Кирилин | Способ повышения качества диагностики и лечения зубочелюстных аномалий |
CN113274047A (zh) * | 2021-05-18 | 2021-08-20 | 北京大学第三医院(北京大学第三临床医学院) | 一种标准化校正的咬合空间头影测量方法 |
CN114680911A (zh) * | 2021-12-13 | 2022-07-01 | 上海交通大学医学院附属第九人民医院 | 一种头颅测量三维坐标系及其建立方法和应用 |
CN115813426A (zh) * | 2022-12-19 | 2023-03-21 | 重庆医科大学附属口腔医院 | 一种上颌中切牙矢状定位的头影测量方法 |
CN115797730A (zh) * | 2023-01-29 | 2023-03-14 | 有方(合肥)医疗科技有限公司 | 模型训练方法及装置、头影测量关键点定位方法及装置 |
CN116630427A (zh) * | 2023-07-24 | 2023-08-22 | 杭州键嘉医疗科技股份有限公司 | 一种ct图像中髋骨和股骨自动定位的方法及装置 |
Non-Patent Citations (2)
Title |
---|
"三维颅面水平参考平面的确定方法";金珉廷;北京大学学报(医学版);20190830;全文 * |
成人颅骨标本翼腭窝的断层解剖学与影像解剖学对照研究;刘卫华;李鑫;;西部医学;20090820(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117649442A (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Torosdagli et al. | Deep geodesic learning for segmentation and anatomical landmarking | |
Bulatova et al. | Assessment of automatic cephalometric landmark identification using artificial intelligence | |
Ghoneima et al. | Accuracy and reliability of landmark‐based, surface‐based and voxel‐based 3D cone‐beam computed tomography superimposition methods | |
CN109767841B (zh) | 一种基于颅颌面三维形态数据库的相似模型检索方法及装置 | |
ES2963434T3 (es) | Procedimiento para análisis cefalométrico 3d | |
CN101443816A (zh) | 用于图像引导下辐射治疗的图像可变形配准 | |
US20070223800A1 (en) | Method and system for virtual slice positioning in a 3d volume data set | |
CN112258638B (zh) | 人体模型的建模方法、装置、存储介质及电子设备 | |
CN110246580B (zh) | 基于神经网络和随机森林的颅侧面影像分析方法和系统 | |
CN112258492B (zh) | 颅骨不对称信息的获取方法、存储介质及电子设备 | |
CN111462055B (zh) | 颅骨检测方法及装置 | |
WO2022089052A1 (zh) | 颅骨矫正信息的获取方法、存储介质及电子设备 | |
CN113065552A (zh) | 自动定位头影测量标志点的方法 | |
KR102372962B1 (ko) | 자연 두부 위치에서 촬영된 3차원 cbct 영상에서 기계 학습 기반 치아 교정 진단을 위한 두부 계측 파라미터 도출방법 | |
CN108765483A (zh) | 一种从脑部ct图像中确定中矢面的方法及系统 | |
CN112258640A (zh) | 颅骨模型的建立方法、装置、存储介质及电子设备 | |
WO2022089051A1 (zh) | 颅骨矫正方案生成系统、构建方法、获取方法及装置 | |
KR102302249B1 (ko) | 영상처리와 cnn을 이용한 자동 3차원 세팔로메트리 장치 및 방법 | |
CN117649442B (zh) | 利用平衡器官解剖标志构筑三维头影测量坐标系的方法 | |
CN115998426A (zh) | 牙齿种植规划方法、装置、电子设备及计算机存储介质 | |
WO2023109635A1 (zh) | 脊柱侧弯矫形支具的个性化3d建模方法、计算机设备 | |
CN111513719B (zh) | 颅颌面状态的分析方法及装置、电子设备 | |
CN114680911A (zh) | 一种头颅测量三维坐标系及其建立方法和应用 | |
CN114305682B (zh) | 神经介入导航实时定位系统和方法 | |
CN113240645B (zh) | 显示处理方法、装置、存储介质、处理器及终端设备 |
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 |