CN117671221A - 基于膝关节有限角图像的数据修正方法、装置及存储介质 - Google Patents
基于膝关节有限角图像的数据修正方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117671221A CN117671221A CN202410138064.1A CN202410138064A CN117671221A CN 117671221 A CN117671221 A CN 117671221A CN 202410138064 A CN202410138064 A CN 202410138064A CN 117671221 A CN117671221 A CN 117671221A
- Authority
- CN
- China
- Prior art keywords
- image
- knee joint
- dimensional
- frame
- bit 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.)
- Granted
Links
- 210000000629 knee joint Anatomy 0.000 title claims abstract description 208
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012937 correction Methods 0.000 title claims abstract description 26
- 230000009466 transformation Effects 0.000 claims abstract description 71
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 49
- 210000004417 patella Anatomy 0.000 claims description 27
- 210000000689 upper leg Anatomy 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000002715 modification method Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 210000003127 knee Anatomy 0.000 description 5
- 210000002082 fibula Anatomy 0.000 description 4
- 210000002303 tibia Anatomy 0.000 description 4
- 238000007408 cone-beam computed tomography Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000399 orthopedic effect Effects 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2016—Rotation, translation, scaling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于膝关节有限角图像的数据修正方法、装置及存储介质，其方法包括步骤：获取用户膝关节二维旋转位图像和膝关节三维重建图像；识别膝关节二维旋转位图像和膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像；分别根据侧位平面帧对应的膝关节二维旋转位图像、侧位平面帧对应的膝关节三维重建图像计算第一变换参数，以及非侧位平面帧对应的膝关节二维旋转位图像、非侧位平面帧对应的膝关节三维重建图像计算第二变换参数；根据膝关节二维旋转位图像、第一变换参数和第二变换参数修正膝关节三维重建图像。本发明可以使修正后的图像可以更直观体现多角度膝关节的骨骼情况。
Description
技术领域
本发明涉及医学图像处理技术领域，特别涉及基于膝关节有限角图像的数据修正方法、装置及存储介质。
背景技术
CBCT(Cone-Beam Computed Tomography)即锥束计算机断层成像以其成像速度快、辐射剂量低的优势成为站立位三维成像的首选。站立位CBCT设备不仅可以支持静态下的负重位三维成像，也因为其成像速度快的优势使其可以支持动态DR二维成像，在骨科诊断、运动康复和术后诊断等领域具有极高的临床价值。
目前，临床上在对关节分析时主要依靠静态的骨骼三维建模如EOS，或观察动态的CBCT-DR二维图像序列如柯尼卡X射线机和西门子Multitom Rax，难以全面、直观地观察到关节处骨骼的动态运动情况，但是这种膝关节图像中缺乏旋转信息，难以将膝关节全部信息提供给医生查看。
因此目前需要一种基于膝关节有限角图像的数据修正方法，使医生可以直观地分析生理负重状态下关节模型的三维运动情况，为医学诊断和治疗方案提供更有价值的信息，对骨科诊断、运动康复和术后诊断具有较高的临床价值。
发明内容
为解决目前膝关节CT图像中缺乏旋转信息的技术问题，本发明提供一种基于膝关节有限角图像的数据修正方法、装置及存储介质，具体的技术方案如下：
本发明提供一种基于膝关节有限角图像的数据修正方法，包括步骤：
获取用户膝关节二维旋转位图像和膝关节三维重建图像；
识别所述膝关节二维旋转位图像和所述膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像；
分别根据所述侧位平面帧对应的所述膝关节二维旋转位图像、所述侧位平面帧对应的所述膝关节三维重建图像计算第一变换参数，以及所述非侧位平面帧对应的所述膝关节二维旋转位图像、所述非侧位平面帧对应的所述膝关节三维重建图像计算第二变换参数；
根据所述膝关节二维旋转位图像、所述第一变换参数和所述第二变换参数修正所述膝关节三维重建图像。
本发明提供的基于膝关节有限角图像的数据修正方法可以针对膝关节二维旋转位图像和膝关节三维重建图像中不同旋转角度下的膝关节特征进行图像修正，使修正后的图像可以更直观体现多角度膝关节的骨骼情况，提取图像中更丰富的骨骼信息便于后续医学处理过程。
在一些实施方式中，所述的获取用户膝关节二维旋转位图像和膝关节三维重建图像之后，还包括步骤：
根据预训练的图像分割模型分别分割所述膝关节二维旋转位图像中二维股骨图像特征、二维髌骨图像特征和二维胫腓骨图像特征，以及所述膝关节三维重建图像中三维股骨图像特征、三维髌骨图像特征和三维胫腓骨图像特征；
所述的分别根据所述侧位平面帧对应的所述膝关节二维旋转位图像、所述侧位平面帧对应的所述膝关节三维重建图像计算第一变换参数，以及所述非侧位平面帧对应的所述膝关节二维旋转位图像、所述非侧位平面帧对应的所述膝关节三维重建图像计算第二变换参数，具体包括：
根据所述侧位平面帧对应的所述二维股骨图像特征、所述二维髌骨图像特征和所述二维胫腓骨图像特征、以及当前所述侧位平面帧对应的所述三维股骨图像特征、所述三维髌骨图像特征和所述三维胫腓骨图像特征计算所述第一变换参数；
根据所述非侧位平面帧对应的所述二维股骨图像特征、所述二维髌骨图像特征和所述二维胫腓骨图像特征、以及当前所述非侧位平面帧对应的所述三维股骨图像特征、所述三维髌骨图像特征和所述三维胫腓骨图像特征计算所述第二变换参数。
在一些实施方式中，所述的根据所述膝关节二维旋转位图像、所述第一变换参数和所述第二变换参数修正所述膝关节三维重建图像之后，还包括步骤：
根据各帧所述膝关节二维旋转位图像二维股骨图像特征、所述二维髌骨图像特征和所述二维胫腓骨图像特征，以及对应帧修正后所述膝关节三维重建图像中的所述三维股骨图像特征、所述三维髌骨图像特征和所述三维胫腓骨图像特征，生成膝关节四维旋转位图像。
在一些实施方式中，所述的识别所述膝关节二维旋转位图像和所述膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像，具体包括：
识别所述二维旋转位图像中若干所述侧位平面帧对应的第一二维旋转位图像和若干所述非侧位平面帧对应的第二二维旋转位图像；
识别所述膝关节三维重建图像中若干所述侧位平面帧对应的第一膝关节三维重建图像和若干所述非侧位平面帧对应的第二膝关节三维重建图像。
在一些实施方式中，所述的根据所述侧位平面帧对应的所述膝关节二维旋转位图像、所述侧位平面帧对应的所述膝关节三维重建图像计算第一变换参数，具体包括：
根据所述第一二维旋转位图像和所述第一膝关节三维重建图像，计算若干所述侧位平面帧对应的所述第一变换参数。
在一些实施方式中，所述的根据所述非侧位平面帧对应的所述膝关节二维旋转位图像、所述非侧位平面帧对应的所述膝关节三维重建图像计算第二变换参数，具体包括：
检测所述第二二维旋转位图像中若干第一骨骼边缘关键点；
计算各个所述第一骨骼边缘关键点映射在对应帧的所述第二膝关节三维重建图像中的第二骨骼边缘关键点；
根据同一帧中若干所述第二骨骼边缘关键点拟合得到当前帧所述第二膝关节三维重建图像对应的所述第二变换参数。
在一些实施方式中，所述的计算各个所述第一骨骼边缘关键点映射在对应帧的所述第二膝关节三维重建图像中的第二骨骼边缘关键点，具体包括：
根据相邻帧中同一所述第一骨骼边缘关键点在预设方向上的相对位移，计算该所述第一骨骼边缘关键点在所述第二膝关节三维重建图像中对应的所述第二骨骼边缘关键点的位置；
所述的根据同一帧中若干所述第二骨骼边缘关键点拟合得到当前帧所述第二膝关节三维重建图像对应的所述第二变换参数，具体包括：
根据同一图像特征中至少两个所述第二骨骼边缘关键点的位置，拟合计算所述第二变换参数。
在一些实施方式中，根据本发明的另一方面，本发明还提供一种基于膝关节有限角图像的数据修正装置包括：
旋转射线源，用于绕旋转中心做预设旋转角度的往复旋转，并在旋转过程中持续发射探测射线；
探测器，用于接收所述探测射线，获取用户膝关节二维旋转位图像和膝关节三维重建图像；
图像处理器，与所述探测器通讯连接，用于接收所述膝关节二维旋转位图像和所述膝关节三维重建图像；
识别模块，部署于所述图像处理器中，用于识别所述膝关节二维旋转位图像和所述膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像；
计算模块，部署于所述图像处理器中，用于分别根据所述侧位平面帧对应的所述膝关节二维旋转位图像、所述侧位平面帧对应的所述膝关节三维重建图像计算第一变换参数，以及所述非侧位平面帧对应的所述膝关节二维旋转位图像、所述非侧位平面帧对应的所述膝关节三维重建图像计算第二变换参数；
重建模块，部署于所述图像处理器中，用于根据所述膝关节二维旋转位图像、所述第一变换参数和所述第二变换参数修正所述膝关节三维重建图像。
在一些实施方式中，根据本发明的另一方面，本发明还提供一种存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述的基于膝关节有限角图像的数据修正方法所执行的操作。
本发明提供一种基于膝关节有限角图像的数据修正方法、装置及存储介质，其技术效果如下：可以针对膝关节二维旋转位图像和膝关节三维重建图像中不同旋转角度下的膝关节特征进行图像修正，使修正后的图像可以更直观体现多角度膝关节的骨骼情况，提取图像中更丰富的骨骼信息便于后续医学处理过程。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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为本发明一种基于膝关节有限角图像的数据修正方法的流程图；
图2为本发明一种基于膝关节有限角图像的数据修正方法中分割股骨、髌骨和胫腓骨的流程图；
图3为本发明一种基于膝关节有限角图像的数据修正方法中生成膝关节四维旋转位图像的流程图；
图4为本发明一种基于膝关节有限角图像的数据修正方法中识别侧位平面帧和非侧位平面帧图像的流程图；
图5为本发明一种基于膝关节有限角图像的数据修正方法中计算第一变换参数的流程图；
图6为本发明一种基于膝关节有限角图像的数据修正方法中计算第二变换参数的流程图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘出了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅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，并获得其他的实施方式。
本发明的一个实施例，如图1所示，本发明提供一种基于膝关节有限角图像的数据修正方法，包括步骤：
S100获取用户膝关节二维旋转位图像和膝关节三维重建图像。
S300识别膝关节二维旋转位图像和膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像。
S400分别根据侧位平面帧对应的膝关节二维旋转位图像、侧位平面帧对应的膝关节三维重建图像计算第一变换参数，以及非侧位平面帧对应的膝关节二维旋转位图像、非侧位平面帧对应的膝关节三维重建图像计算第二变换参数。
S500根据膝关节二维旋转位图像、第一变换参数和第二变换参数修正膝关节三维重建图像。
本实施例提供的基于膝关节有限角图像的数据修正方法可以针对膝关节二维旋转位图像和膝关节三维重建图像中不同旋转角度下的膝关节特征进行图像修正，使修正后的图像可以更直观体现多角度膝关节的骨骼情况，提取图像中更丰富的骨骼信息便于后续医学处理过程。
在一个实施例中，如图2所示，步骤S100获取用户膝关节二维旋转位图像和膝关节三维重建图像之后，还包括步骤：
S110根据预训练的图像分割模型分别分割膝关节二维旋转位图像中二维股骨图像特征、二维髌骨图像特征和二维胫腓骨图像特征，以及和膝关节三维重建图像中三维股骨图像特征、三维髌骨图像特征和三维胫腓骨图像特征。
步骤S400分别根据侧位平面帧对应的膝关节二维旋转位图像、侧位平面帧对应的膝关节三维重建图像计算第一变换参数，以及非侧位平面帧对应的膝关节二维旋转位图像、非侧位平面帧对应的膝关节三维重建图像计算第二变换参数，具体包括：
S410根据侧位平面帧对应的二维股骨图像特征、二维髌骨图像特征和二维胫腓骨图像特征、以及当前侧位平面帧对应的三维股骨图像特征、三维髌骨图像特征和三维胫腓骨图像特征计算第一变换参数。
具体地，使用所述膝关节的运动骨骼分割数据中的骨骼边缘拟合得到的直线的斜率作为所述膝关节中骨骼的旋转角度；
基于所述膝关节中骨骼的旋转角度旋转所述站立位骨骼分割数据，并基于站立位三维CT设备的扫描参数做模拟投影；基于模板匹配方法依次对所述膝关节中的股骨、胫骨、腓骨、髌骨做配准，得到所述膝关节中每块骨骼的平移参数；以上计算的骨骼相对于侧位平面的旋转角度和平移参数即为所述第一变换参数。
S420根据非侧位平面帧对应的二维股骨图像特征、二维髌骨图像特征和二维胫腓骨图像特征、以及当前非侧位平面帧对应的三维股骨图像特征、三维髌骨图像特征和三维胫腓骨图像特征计算第二变换参数。
具体地，检测骨骼边缘关键点：首先根据权利要求2中的二维投影图像分割网络获得骨骼边缘，然后逐个计算边缘上每个像素点在边缘曲线上的曲率并按曲率排序，将曲率最大的若干（股骨10个，胫腓骨10个，髌骨6个）像素点作为关键点；在相邻投影帧匹配同一关键点：程序上认为骨骼的边缘形状变化对小角度的投影方向变化不敏感，所以认为相邻非侧位平面投影帧中的特征点对应于侧位平面投影帧中曲率与其最接近的一个关键点；侧位平面关键点映射到三维：首先根据权利要求5得到的第一变换参数对三维数据变换得到基准三维数据，侧位投影平面上关键点相对于射线源位置的反投影直线与基准三维数据的表面交点即为该关键点在三维空间的位置；非侧位平面关键点映射到三维：使用乳腺层析成像（DBT）的SAA算法的思想对非侧位平面的投影进行平移，平移量与相对于侧位平面的角度差正相关，根据SAA算法的原理，可将平移后的非侧位平面投影近似认为是侧位平面投影。同样对每个关键点做反投影操作，将基准三维数据上关键点在反投影直线上的射影作为关键点在三维空间的位置；计算第二变换参数：对基准三维数据做关于第二变换参数的三变量迭代优化，优化目标为使基准三维数据上关键点和（4）中对应关键点的距离和最小，优化结果即为第二变换参数值。
在一个实施例中，如图3所示，步骤S500根据膝关节二维旋转位图像、第一变换参数和第二变换参数修正膝关节三维重建图像之后，还包括步骤：
S600根据各帧膝关节二维旋转位图像二维股骨图像特征、二维髌骨图像特征和二维胫腓骨图像特征，以及对应帧修正后膝关节三维重建图像中的三维股骨图像特征、三维髌骨图像特征和三维胫腓骨图像特征，生成膝关节四维旋转位图像。
在一个实施例中，如图4所示，S300识别膝关节二维旋转位图像和膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像，具体包括：
S310识别二维旋转位图像中若干侧位平面帧对应的第一二维旋转位图像和若干非侧位平面帧对应的第二二维旋转位图像。
S320识别膝关节三维重建图像中若干侧位平面帧对应的第一膝关节三维重建图像和若干非侧位平面帧对应的第二膝关节三维重建图像。
在一个实施例中，如图5所示，步骤410根据侧位平面帧对应的膝关节二维旋转位图像、侧位平面帧对应的膝关节三维重建图像计算第一变换参数，具体包括：
S411根据第一二维旋转位图像和第一膝关节三维重建图像，计算若干侧位平面帧对应的第一变换参数。
在一个实施例中，如图6所示，步骤420根据非侧位平面帧对应的膝关节二维旋转位图像、非侧位平面帧对应的膝关节三维重建图像计算第二变换参数，具体包括：
S421检测第二二维旋转位图像中若干第一骨骼边缘关键点。
S422计算各个第一骨骼边缘关键点映射在对应帧的第二膝关节三维重建图像中的第二骨骼边缘关键点。
S423根据同一帧中若干第二骨骼边缘关键点拟合得到当前帧第二膝关节三维重建图像对应的第二变换参数。
在一个实施例中，步骤S422计算各个第一骨骼边缘关键点映射在对应帧的第二膝关节三维重建图像中的第二骨骼边缘关键点，具体包括：
根据相邻帧中同一第一骨骼边缘关键点在预设方向上的相对位移，计算该第一骨骼边缘关键点在第二膝关节三维重建图像中对应的第二骨骼边缘关键点的位置。
步骤S423根据同一帧中若干第二骨骼边缘关键点拟合得到当前帧第二膝关节三维重建图像对应的第二变换参数，具体包括：
根据同一图像特征中至少两个第二骨骼边缘关键点的位置，拟合计算第二变换参数。
在一个实施例中，根据本发明的另一方面，本发明还提供一种基于膝关节有限角图像的数据修正装置，包括：
旋转射线源，用于绕旋转中心做预设旋转角度的往复旋转，并在旋转过程中持续发射探测射线；
探测器，用于接收探测射线，获取用户膝关节二维旋转位图像和膝关节三维重建图像；
图像处理器，与探测器通讯连接，用于接收膝关节二维旋转位图像和膝关节三维重建图像；
识别模块，部署于图像处理器中，用于识别膝关节二维旋转位图像和膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像；
计算模块，部署于图像处理器中，用于分别根据侧位平面帧对应的膝关节二维旋转位图像、侧位平面帧对应的膝关节三维重建图像计算第一变换参数，以及非侧位平面帧对应的膝关节二维旋转位图像、非侧位平面帧对应的膝关节三维重建图像计算第二变换参数；
重建模块，部署于图像处理器中，用于根据膝关节二维旋转位图像、第一变换参数和第二变换参数修正膝关节三维重建图像。
在一个实施例中，根据本发明的另一方面，本发明还提供一种存储介质，存储介质中存储有至少一条指令，指令由处理器加载并执行以实现上述的基于膝关节有限角图像的数据修正方法所执行的操作。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述或记载的部分，可以参见其他实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的一种基于膝关节有限角图像的数据修正方法、装置及存储介质，可以通过其他的方式实现。例如，以上所描述的一种基于膝关节有限角图像的数据修正方法、装置及存储介质实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的通讯连接可以是通过一些接口，装置或单元的通讯连接或集成电路，可以是电性、机械或其他的形式。
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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可能集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
应当说明的是，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于膝关节有限角图像的数据修正方法，其特征在于，包括步骤：
获取用户膝关节二维旋转位图像和膝关节三维重建图像；
识别所述膝关节二维旋转位图像和所述膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像；
分别根据所述侧位平面帧对应的所述膝关节二维旋转位图像、所述侧位平面帧对应的所述膝关节三维重建图像计算第一变换参数，以及所述非侧位平面帧对应的所述膝关节二维旋转位图像、所述非侧位平面帧对应的所述膝关节三维重建图像计算第二变换参数；
根据所述膝关节二维旋转位图像、所述第一变换参数和所述第二变换参数修正所述膝关节三维重建图像。
2.根据权利要求1所述的一种基于膝关节有限角图像的数据修正方法，其特征在于，所述的获取用户膝关节二维旋转位图像和膝关节三维重建图像之后，还包括步骤：
根据预训练的图像分割模型分别分割所述膝关节二维旋转位图像中二维股骨图像特征、二维髌骨图像特征和二维胫腓骨图像特征，以及所述膝关节三维重建图像中三维股骨图像特征、三维髌骨图像特征和三维胫腓骨图像特征；
所述的分别根据所述侧位平面帧对应的所述膝关节二维旋转位图像、所述侧位平面帧对应的所述膝关节三维重建图像计算第一变换参数，以及所述非侧位平面帧对应的所述膝关节二维旋转位图像、所述非侧位平面帧对应的所述膝关节三维重建图像计算第二变换参数，具体包括：
根据所述侧位平面帧对应的所述二维股骨图像特征、所述二维髌骨图像特征和所述二维胫腓骨图像特征、以及当前所述侧位平面帧对应的所述三维股骨图像特征、所述三维髌骨图像特征和所述三维胫腓骨图像特征计算所述第一变换参数；
根据所述非侧位平面帧对应的所述二维股骨图像特征、所述二维髌骨图像特征和所述二维胫腓骨图像特征、以及当前所述非侧位平面帧对应的所述三维股骨图像特征、所述三维髌骨图像特征和所述三维胫腓骨图像特征计算所述第二变换参数。
3.根据权利要求2所述的一种基于膝关节有限角图像的数据修正方法，其特征在于，所述的根据所述膝关节二维旋转位图像、所述第一变换参数和所述第二变换参数修正所述膝关节三维重建图像之后，还包括步骤：
根据各帧所述膝关节二维旋转位图像二维股骨图像特征、所述二维髌骨图像特征和所述二维胫腓骨图像特征，以及对应帧修正后所述膝关节三维重建图像中的所述三维股骨图像特征、所述三维髌骨图像特征和所述三维胫腓骨图像特征，生成膝关节四维旋转位图像。
4.根据权利要求2所述的一种基于膝关节有限角图像的数据修正方法，其特征在于，所述的识别所述膝关节二维旋转位图像和所述膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像，具体包括：
识别所述二维旋转位图像中若干所述侧位平面帧对应的第一二维旋转位图像和若干所述非侧位平面帧对应的第二二维旋转位图像；
识别所述膝关节三维重建图像中若干所述侧位平面帧对应的第一膝关节三维重建图像和若干所述非侧位平面帧对应的第二膝关节三维重建图像。
5.根据权利要求4所述的一种基于膝关节有限角图像的数据修正方法，其特征在于，所述的根据所述侧位平面帧对应的所述膝关节二维旋转位图像、所述侧位平面帧对应的所述膝关节三维重建图像计算第一变换参数，具体包括：
根据所述第一二维旋转位图像和所述第一膝关节三维重建图像，计算若干所述侧位平面帧对应的所述第一变换参数。
6.根据权利要求4所述的一种基于膝关节有限角图像的数据修正方法，其特征在于，所述的根据所述非侧位平面帧对应的所述膝关节二维旋转位图像、所述非侧位平面帧对应的所述膝关节三维重建图像计算第二变换参数，具体包括：
检测所述第二二维旋转位图像中若干第一骨骼边缘关键点；
计算各个所述第一骨骼边缘关键点映射在对应帧的所述第二膝关节三维重建图像中的第二骨骼边缘关键点；
根据同一帧中若干所述第二骨骼边缘关键点拟合得到当前帧所述第二膝关节三维重建图像对应的所述第二变换参数。
7.根据权利要求6所述的一种基于膝关节有限角图像的数据修正方法，其特征在于，所述的计算各个所述第一骨骼边缘关键点映射在对应帧的所述第二膝关节三维重建图像中的第二骨骼边缘关键点，具体包括：
根据相邻帧中同一所述第一骨骼边缘关键点在预设方向上的相对位移，计算该所述第一骨骼边缘关键点在所述第二膝关节三维重建图像中对应的所述第二骨骼边缘关键点的位置；
所述的根据同一帧中若干所述第二骨骼边缘关键点拟合得到当前帧所述第二膝关节三维重建图像对应的所述第二变换参数，具体包括：
根据同一图像特征中至少两个所述第二骨骼边缘关键点的位置，拟合计算所述第二变换参数。
8.一种基于膝关节有限角图像的数据修正装置，其特征在于，包括：
旋转射线源，用于绕旋转中心做预设旋转角度的往复旋转，并在旋转过程中持续发射探测射线；
探测器，用于接收所述探测射线，获取用户膝关节二维旋转位图像和膝关节三维重建图像；
图像处理器，与所述探测器通讯连接，用于接收所述膝关节二维旋转位图像和所述膝关节三维重建图像；
识别模块，部署于所述图像处理器中，用于识别所述膝关节二维旋转位图像和所述膝关节三维重建图像中侧位平面帧和非侧位平面帧对应的图像；
计算模块，部署于所述图像处理器中，用于分别根据所述侧位平面帧对应的所述膝关节二维旋转位图像、所述侧位平面帧对应的所述膝关节三维重建图像计算第一变换参数，以及所述非侧位平面帧对应的所述膝关节二维旋转位图像、所述非侧位平面帧对应的所述膝关节三维重建图像计算第二变换参数；
重建模块，部署于所述图像处理器中，用于根据所述膝关节二维旋转位图像、所述第一变换参数和所述第二变换参数修正所述膝关节三维重建图像。
9.一种存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1～7中任意一项所述的基于膝关节有限角图像的数据修正方法所执行的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410138064.1A CN117671221B (zh) | 2024-02-01 | 2024-02-01 | 基于膝关节有限角图像的数据修正方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410138064.1A CN117671221B (zh) | 2024-02-01 | 2024-02-01 | 基于膝关节有限角图像的数据修正方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117671221A true CN117671221A (zh) | 2024-03-08 |
| CN117671221B CN117671221B (zh) | 2024-05-03 |
Family
ID=90075341
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410138064.1A Active CN117671221B (zh) | 2024-02-01 | 2024-02-01 | 基于膝关节有限角图像的数据修正方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117671221B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130166254A1 (en) * | 2011-12-21 | 2013-06-27 | Zimmer, Inc. | System and method for pre-operatively determining desired alignment of a knee joint |
| US20190239926A1 (en) * | 2007-12-18 | 2019-08-08 | Howmedica Osteonics Corporation | System and method for image segmentation, bone model generation and modification, and surgical planning |
| CN111568456A (zh) * | 2020-04-24 | 2020-08-25 | 长春理工大学 | 基于特征点三维重建的膝关节姿态测量方法 |
| CN113017829A (zh) * | 2020-08-22 | 2021-06-25 | 张逸凌 | 一种基于深度学习的全膝关节置换术的术前规划方法、系统、介质和设备 |
| CN114842154A (zh) * | 2022-07-04 | 2022-08-02 | 江苏集萃苏科思科技有限公司 | 一种基于二维x射线图像重建三维影像的方法和系统 |
| CN116172590A (zh) * | 2023-01-30 | 2023-05-30 | 上海交通大学 | 一种膝关节运动分析方法及系统 |
| CN116712094A (zh) * | 2023-06-25 | 2023-09-08 | 上海市第六人民医院 | 一种基于负重模拟ct装置的膝关节测量系统 |
-
2024
- 2024-02-01 CN CN202410138064.1A patent/CN117671221B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190239926A1 (en) * | 2007-12-18 | 2019-08-08 | Howmedica Osteonics Corporation | System and method for image segmentation, bone model generation and modification, and surgical planning |
| US20130166254A1 (en) * | 2011-12-21 | 2013-06-27 | Zimmer, Inc. | System and method for pre-operatively determining desired alignment of a knee joint |
| CN111568456A (zh) * | 2020-04-24 | 2020-08-25 | 长春理工大学 | 基于特征点三维重建的膝关节姿态测量方法 |
| CN113017829A (zh) * | 2020-08-22 | 2021-06-25 | 张逸凌 | 一种基于深度学习的全膝关节置换术的术前规划方法、系统、介质和设备 |
| WO2022042459A1 (zh) * | 2020-08-22 | 2022-03-03 | 张逸凌 | 基于深度学习的全膝关节置换术的术前规划方法、系统和介质 |
| CN114842154A (zh) * | 2022-07-04 | 2022-08-02 | 江苏集萃苏科思科技有限公司 | 一种基于二维x射线图像重建三维影像的方法和系统 |
| CN116172590A (zh) * | 2023-01-30 | 2023-05-30 | 上海交通大学 | 一种膝关节运动分析方法及系统 |
| CN116712094A (zh) * | 2023-06-25 | 2023-09-08 | 上海市第六人民医院 | 一种基于负重模拟ct装置的膝关节测量系统 |
Non-Patent Citations (5)
| Title |
|---|
| HAO CHEN: "Automatic segmentation and motion analysis of the knee joint based on MRI and 4DCT images", UNIVERSITY OF TWENTE, 6 February 2020 (2020-02-06), pages 1 - 162 * |
| M. BERGER 等: "Marker-free motion correction in weight-bearing cone-beam CT of the knee joint", MEDICAL PHYSICS, vol. 43, no. 3, 10 February 2016 (2016-02-10), pages 1235 - 1248, XP012205042, DOI: 10.1118/1.4941012 * |
| S. ZUFFI 等: "A model-based method for the reconstruction of total knee replacement kinematics", IEEE TRANSACTIONS ON MEDICAL IMAGING, vol. 18, no. 10, 31 October 1999 (1999-10-31), pages 981 - 991, XP011035918 * |
| 张姣 等: "深度学习在医学影像研究中的应用", 数学建模及其应用, vol. 12, no. 3, 15 September 2023 (2023-09-15), pages 15 - 32 * |
| 王萌: "三维数字化膝关节外科手术规划研究", 中国优秀硕士学位论文全文数据库 医药卫生科技辑, 15 February 2020 (2020-02-15), pages 066 - 474 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117671221B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Baka et al. | 2D–3D shape reconstruction of the distal femur from stereo X-ray imaging using statistical shape models | |
| Sisniega et al. | Motion compensation in extremity cone-beam CT using a penalized image sharpness criterion | |
| Penney et al. | Validation of a two‐to three‐dimensional registration algorithm for aligning preoperative CT images and intraoperative fluoroscopy images | |
| Yao | Assessing accuracy factors in deformable 2D/3D medical image registration using a statistical pelvis model | |
| US9659390B2 (en) | Tomosynthesis reconstruction with rib suppression | |
| CN107752979B (zh) | 人工投影的自动生成方法、介质和投影图像确定装置 | |
| US20240320829A1 (en) | Correcting motion-related distortions in radiographic scans | |
| WO2013127730A1 (en) | Image alignment of breast images | |
| Schumann et al. | An integrated system for 3D hip joint reconstruction from 2D X-rays: a preliminary validation study | |
| US20240221190A1 (en) | Methods and systems for registration | |
| Muhit et al. | Image-assisted non-invasive and dynamic biomechanical analysis of human joints | |
| Youn et al. | Iterative approach for 3D reconstruction of the femur from un-calibrated 2D radiographic images | |
| KR101909125B1 (ko) | 컴퓨터 기반 진단 방법 및 그에 따른 컴퓨터 기반 진단 장치 | |
| WO2018114964A1 (en) | Detection and/or correction of residual iodine artifacts in spectral computed tomography (ct) imaging | |
| CN113570648B (zh) | 多骨骼影像配准方法、电子装置以及医学导航系统 | |
| US8594461B2 (en) | Image data compression and decompression | |
| CN117671221B (zh) | 基于膝关节有限角图像的数据修正方法、装置及存储介质 | |
| Abe et al. | Analysis of forearm rotational motion using biplane fluoroscopic intensity-based 2D–3D matching | |
| JP6614861B2 (ja) | 画像処理装置、画像処理システム、画像処理方法、及びプログラム | |
| JP2019516492A (ja) | ハイブリッドｘ線／カメラ介入の動き補償 | |
| CN116172590A (zh) | 一种膝关节运动分析方法及系统 | |
| JP6584231B2 (ja) | 画像処理装置、画像処理システム、画像処理方法、及びプログラム | |
| Mutsvangwa et al. | Interactive patient-specific 3D approximation of scapula bone shape from 2D X-ray images using landmark-constrained statistical shape model fitting | |
| CN117671162B (zh) | 一种4d关节站立位三维成像方法和装置 | |
| Thies et al. | Automatic orientation estimation of inertial sensors in C-Arm CT Projections |
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 |