CN117860380A - 膝关节置换的数据处理方法和装置、存储介质及电子设备 - Google Patents
膝关节置换的数据处理方法和装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117860380A CN117860380A CN202410275276.4A CN202410275276A CN117860380A CN 117860380 A CN117860380 A CN 117860380A CN 202410275276 A CN202410275276 A CN 202410275276A CN 117860380 A CN117860380 A CN 117860380A
- Authority
- CN
- China
- Prior art keywords
- target
- saw blade
- osteotomy
- mechanical arm
- determining
- 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.)
- Pending
Links
- 210000000629 knee joint Anatomy 0.000 title claims abstract description 90
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000005520 cutting process Methods 0.000 claims description 46
- 210000000988 bone and bone Anatomy 0.000 claims description 27
- 238000010586 diagram Methods 0.000 claims description 23
- 238000013150 knee replacement Methods 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 9
- 238000007789 sealing Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000011882 arthroplasty Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Surgical Instruments (AREA)
Abstract
本申请公开了一种膝关节置换的数据处理方法和装置、存储介质及电子设备。涉及医学影像处理领域,该方法包括:依据目标对象的目标医学影像数据,获取针对所述目标对象的术前规划中的多个截骨面的第一平面图;依据所述多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系,其中,所述位置关系用于为所述目标对象的膝关节置换提供数据参考。通过本申请,解决了相关技术中基于人工判断膝关节与机械臂中的锯片的位置关系,导致位置关系判断的准确性比较低的问题。
Description
技术领域
本申请涉及医学影像处理领域,具体而言,涉及一种膝关节置换的数据处理方法和装置、存储介质及电子设备。
背景技术
随着技术的不断发展,越来越多的手术机器人和手术导航系统出现在医疗领域。手术机器人及导航系统在一定程度上提高了手术精度、缩短了医生在手术中的学习周期,增强了医生在术中对手术部位的可见性。
对于部分复杂的髋关节置换术,借助于机械臂进行膝关节手术,以此实现对骨头的截骨操作。但是现有技术中依赖于外科医生的经验和技巧判断膝关节与机械臂中的锯片的位置关系,存在一定的操作难度和风险。
针对相关技术中基于人工判断膝关节与机械臂中的锯片的位置关系,导致位置关系判断的准确性比较低的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种膝关节置换的数据处理方法和装置、存储介质及电子设备,以解决相关技术中基于人工判断膝关节与机械臂中的锯片的位置关系,导致位置关系判断的准确性比较低的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种膝关节置换的数据处理方法。该方法包括:依据目标对象的目标医学影像数据,获取针对所述目标对象的术前规划中的多个截骨面的第一平面图;依据所述多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系,其中,所述位置关系用于为所述目标对象的膝关节置换提供数据参考。
进一步地,依据所述多个截骨面的第一平面图,获取每个截骨面的轮廓曲线包括:通过高斯滤波器对所述多个截骨面的平面图进行平滑处理,得到多个第二平面图;计算每个第二平面图中每个像素点的梯度值,得到多个目标梯度值;依据所述多个目标梯度值,从所述多个第二平面图中获取每个截骨面的轮廓曲线。
进一步地,依据目标对象的目标医学影像数据,获取针对所述目标对象的术前规划中的多个截骨面的第一平面图包括:依据所述目标医学影像数据进行三维重建,得到膝关节的三维模型;依据待植入的膝关节假体的参数信息,对所述膝关节的三维模型进行模拟切割,得到切割后的三维模型;依据所述切割后的三维模型,获取所述多个截骨面的第一平面图。
进一步地,依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系包括:对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列;获取机械臂中的锯片的初始位置信息,并对所述初始位置信息进行坐标系转换,得到所述目标位置信息;依据所述目标位置信息和每个截骨面的目标离散点序列,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系。
进一步地,对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列包括:对每个截骨面的轮廓曲线进行采样,得到每个截骨面的初始离散点序列;对于每个初始离散点序列,计算所述初始离散点序列中每个离散点对应的斜率值;依据每个离散点对应的斜率值对所述初始离散点序列中的离散点进行筛选,得到所述目标离散点序列。
进一步地,依据所述目标位置信息和每个截骨面的目标离散点序列,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系包括:依据所述目标位置信息,确定所述机械臂中的锯片的多个端点的第一坐标信息;依据所述目标离散点序列中每个离散点的第二坐标信息和所述第一坐标信息判断所述机械臂中的锯片是否与所述多个截骨面存在碰撞,得到第一判断结果;依据所述第一判断结果,确定所述位置关系。
进一步地,依据所述目标离散点序列中每个离散点的第二坐标信息和所述第一坐标信息判断所述机械臂中的锯片是否与所述多个截骨面存在碰撞,得到第一判断结果包括:依据所述第一坐标信息和所述第二坐标信息,判断所述机械臂中的锯片的端点构成的端点线与所述目标离散点序列构成的线段是否存在相交;若所述端点线与所述目标离散点序列构成的线段存在相交,则确定所述第一判断结果为所述机械臂中的锯片与所述多个截骨面存在碰撞;若所述端点线与所述目标离散点序列构成的线段不存在相交,则确定所述第一判断结果为所述机械臂中的锯片与所述多个截骨面不存在碰撞。
进一步地,依据所述第一判断结果,确定所述位置关系包括:若所述第一判断结果为所述机械臂中的锯片与所述多个截骨面不存在碰撞,则依据所述每个截骨面的目标离散点序列,构建目标封闭区域;确定所述机械臂中的锯片的目标点的第一目标坐标值,并依据所述第一目标坐标值中的横坐标值和所述第二坐标信息中的目标纵坐标值确定第二目标坐标值,其中,所述目标纵坐标值大于所述第二坐标信息中其它纵坐标值;依据所述第一目标坐标值和所述第二目标坐标值,确定目标线段;依据所述目标线段和所述目标封闭区域,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到第二判断结果;依据所述第二判断结果,确定所述位置关系。
进一步地,依据所述目标线段和所述目标封闭区域,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到第二判断结果包括:依据所述目标线段和所述目标封闭区域,确定所述目标线段和所述目标封闭区域的交点的个数;若所述交点不包括所述目标线段与所述目标封闭区域的端点的交点,或者所述目标线段与所述目标封闭区域的边界相交,且所述目标线段没有穿过所述目标封闭区域,则依据所述交点的个数,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果;若所述交点包括所述目标线段与所述目标封闭区域的端点的交点,则依据所述交点的个数和第一数值,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果;若所述目标线段与所述目标封闭区域的边界相交,且所述目标线段穿过所述目标封闭区域,则依据所述交点的个数和第二数值,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果。
进一步地,在依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系之后,所述方法还包括:若所述位置关系表示所述机械臂中的锯片与所述多个截骨面不存在碰撞,且所述机械臂中的锯片在所述目标封闭区域内,则控制所述机械臂中的锯片的电机处于运行状态。
为了实现上述目的,根据本申请的另一方面,提供了一种膝关节置换的数据处理装置。该装置包括:第一获取单元,用于依据目标对象的目标医学影像数据,获取针对所述目标对象的术前规划中的多个截骨面的第一平面图;第二获取单元,用于依据所述多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;确定单元,用于依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系,其中,所述位置关系用于为所述目标对象的膝关节置换提供数据参考。
进一步地,第二获取单元包括:处理子单元,用于通过高斯滤波器对所述多个截骨面的平面图进行平滑处理,得到多个第二平面图;计算子单元,用于计算每个第二平面图中每个像素点的梯度值,得到多个目标梯度值;第一获取子单元,用于依据所述多个目标梯度值,从所述多个第二平面图中获取每个截骨面的轮廓曲线。
进一步地,第一获取单元包括:重建子单元,用于依据所述目标医学影像数据进行三维重建,得到膝关节的三维模型;切割子单元,用于依据待植入的膝关节假体的参数信息,对所述膝关节的三维模型进行模拟切割,得到切割后的三维模型;第二获取子单元,用于依据所述切割后的三维模型,获取所述多个截骨面的第一平面图。
进一步地,确定单元包括:采集子单元,用于对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列;第三获取子单元,用于获取机械臂中的锯片的初始位置信息,并对所述初始位置信息进行坐标系转换,得到所述目标位置信息;确定子单元,用于依据所述目标位置信息和每个截骨面的目标离散点序列,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系。
进一步地,采集子单元包括:采样模块,用于对每个截骨面的轮廓曲线进行采样,得到每个截骨面的初始离散点序列;计算模块,用于对于每个初始离散点序列,计算所述初始离散点序列中每个离散点对应的斜率值;筛选模块,用于依据每个离散点对应的斜率值对所述初始离散点序列中的离散点进行筛选,得到所述目标离散点序列。
进一步地,确定子单元包括:第一确定模块,用于依据所述目标位置信息,确定所述机械臂中的锯片的多个端点的第一坐标信息;判断模块,用于依据所述目标离散点序列中每个离散点的第二坐标信息和所述第一坐标信息判断所述机械臂中的锯片是否与所述多个截骨面存在碰撞,得到第一判断结果;第二确定模块,用于依据所述第一判断结果,确定所述位置关系。
进一步地,判断模块包括:第一判断子模块,用于依据所述第一坐标信息和所述第二坐标信息,判断所述机械臂中的锯片的端点构成的端点线与所述目标离散点序列构成的线段是否存在相交;第一确定子模块,用于若所述端点线与所述目标离散点序列构成的线段存在相交,则确定所述第一判断结果为所述机械臂中的锯片与所述多个截骨面存在碰撞;第二确定子模块,用于若所述端点线与所述目标离散点序列构成的线段不存在相交,则确定所述第一判断结果为所述机械臂中的锯片与所述多个截骨面不存在碰撞。
进一步地,第二确定模块包括:构建子模块,用于若所述第一判断结果为所述机械臂中的锯片与所述多个截骨面不存在碰撞,则依据所述每个截骨面的目标离散点序列,构建目标封闭区域;第三确定子模块,用于确定所述机械臂中的锯片的目标点的第一目标坐标值,并依据所述第一目标坐标值中的横坐标值和所述第二坐标信息中的目标纵坐标值确定第二目标坐标值,其中,所述目标纵坐标值大于所述第二坐标信息中其它纵坐标值;第四确定子模块,用于依据所述第一目标坐标值和所述第二目标坐标值,确定目标线段;第二判断子模块,用于依据所述目标线段和所述目标封闭区域,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到第二判断结果;第五确定子模块,用于依据所述第二判断结果,确定所述位置关系。
进一步地,第二判断子模块包括:确定次子模块,用于依据所述目标线段和所述目标封闭区域,确定所述目标线段和所述目标封闭区域的交点的个数;第一判断次子模块,用于若所述交点不包括所述目标线段与所述目标封闭区域的端点的交点,或者所述目标线段与所述目标封闭区域的边界相交,且所述目标线段没有穿过所述目标封闭区域,则依据所述交点的个数,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果;第二判断次子模块,用于若所述交点包括所述目标线段与所述目标封闭区域的端点的交点,则依据所述交点的个数和第一数值,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果;第三判断次子模块,用于若所述目标线段与所述目标封闭区域的边界相交,且所述目标线段穿过所述目标封闭区域,则依据所述交点的个数和第二数值,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果。
进一步地,所述装置还包括:控制单元,用于在依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系之后,若所述位置关系表示所述机械臂中的锯片与所述多个截骨面不存在碰撞,且所述机械臂中的锯片在所述目标封闭区域内,则控制所述机械臂中的锯片的电机处于运行状态。
为了实现上述目的,根据本申请的一方面,提供了一种计算机可读存储介质,所述存储介质存储程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的膝关节置换的数据处理方法。
为了实现上述目的,根据本申请的另一个方面,还提供了一种电子设备,电子设备包括一个或多个处理器和存储器,存储器用于存储一个或多个处理器实现上述任意一项所述的膝关节置换的数据处理方法。
通过本申请,采用以下步骤:依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图;依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系,其中,位置关系用于为目标对象的膝关节置换提供数据参考,解决了相关技术中基于人工判断膝关节与机械臂中的锯片的位置关系,导致位置关系判断的准确性比较低的问题。在本方案中,根据目标对象的目标医学影像数据得到术前规划,并利用术前规划明确模拟截骨后的多个截骨面的第一平面图,在得到第一平面图之后,通过第一平面图准确地得到每个截骨面的轮廓曲线,最后根据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息来确定机械臂中的锯片与多个截骨面之间的位置关系,避免了通过人工经验确定锯片与多个截骨面之间的位置关系,提高了确定位置关系的准确性,通过位置关系能够为后续的膝关节置换提供准确的数据参考,进而达到了提高膝关节置换的准确性的效果。
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,本申请的示意性实施例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提供的膝关节置换的数据处理方法的流程图一;
图2是根据本申请实施例提供的截骨面的示意图;
图3是根据本申请实施例提供的轮廓离散点序列的示意图;
图4是根据本申请实施例提供的线段分方向的示意图;
图5是根据本申请实施例提供的目标线段和所述目标封闭区域的交点的示意图一;
图6是根据本申请实施例提供的目标线段和所述目标封闭区域的交点的示意图二;
图7是根据本申请实施例提供的控制锯片电机的流程图;
图8是根据本申请实施例提供的控制锯片电机的电压变化示意图;
图9是根据本申请实施例提供的控制锯片电机启停的流程图;
图10是根据本申请实施例提供的膝关节置换的数据处理方法的流程图二;
图11是根据本申请实施例提供的膝关节置换的数据处理装置的示意图;
图12是根据本申请实施例提供的电子设备的示意图。
具体实施方式
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。
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。
需要说明的是,本公开所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。例如,本系统和相关用户或机构间设置有接口,在获取相关信息之前,需要通过接口向前述的用户或机构发送获取请求,并在接收到前述的用户或机构反馈的同意信息后,获取相关信息。
下面结合优选的实施步骤对本发明进行说明,图1是根据本申请实施例提供的膝关节置换的数据处理方法的流程图一,如图1所示,该方法包括如下步骤:
步骤S101,依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图。
可选地,可以通过医学影像采集设备采集目标对象的膝关节的目标医学影像数据,然后根据目标医学影像数据制定目标对象的术前规划,然后进而可以模拟得到针对目标对象的多个截骨面的第一平面图。
需要说明的是,上述的多个截骨面为膝关节置换手术中的涉及到的截骨面,一般包括:股骨前髁、股骨前倒角、股骨远端、股骨后倒角、股骨后髁和胫骨截骨面。通过这六个截骨面实现膝关节假体的植入。在一可选的实施例中,膝关节截骨面的示意图如图2所示。
步骤S102,依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线。
可选地,在得到上述的多个截骨面的第一平面图之后,可以对第一平面图进行过滤去噪等处理,然后根据过滤去噪后的平面图获取每个截骨面的轮廓曲线。
在一可选的实施例中,可以通过深度学习模型对第一平面图中的截骨面的边缘进行识别,得到上述的每个截骨面的轮廓曲线。
步骤S103,依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系,其中,位置关系用于为目标对象的膝关节置换提供数据参考。
可选地,在得到上述的每个截骨面的轮廓曲线之后,获取机械臂中的锯片的目标位置信息,然后通过轮廓曲线和目标位置信息确定机械臂中的锯片与多个截骨面之间的位置关系,例如,械臂中的锯片是否与轮廓曲线对应的截骨面存在碰撞等,通过位置关系为后续目标对象的膝关节置换提供数据参考。
综上所述,根据目标对象的目标医学影像数据得到术前规划,并利用术前规划明确模拟截骨后的多个截骨面的第一平面图,在得到第一平面图之后,通过第一平面图准确地得到每个截骨面的轮廓曲线,最后根据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息来确定机械臂中的锯片与多个截骨面之间的位置关系,避免了通过人工经验确定锯片与多个截骨面之间的位置关系,提高了确定位置关系的准确性,通过位置关系能够为后续的膝关节置换提供准确的数据参考,进而达到了提高膝关节置换的准确性的效果。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线包括:通过高斯滤波器对多个截骨面的平面图进行平滑处理,得到多个第二平面图;计算每个第二平面图中每个像素点的梯度值,得到多个目标梯度值;依据多个目标梯度值,从多个第二平面图中获取每个截骨面的轮廓曲线。
在一可选的实施例中,获取每个截骨面的轮廓曲线包括以下步骤:假设多个截骨面的第一平面图为。首先,用高斯滤波器对图像进行平滑处理,平滑处理过后的第二平面图为/>,其中,/>为高斯函数。
然后,使用有限差分的方法来计算图像中每个像素点的梯度值,梯度大小和方向是用2*2邻域一阶偏导数的有限差分计算的。如果灰度图像为,则该水平和垂直方向的梯度值为/>和/>,那么该梯度幅值为:
梯度的方向为:
最后,通过多个目标梯度值,从多个第二平面图中获取每个截骨面的轮廓曲线。
在一可选的实施例中,通过多个目标梯度值,从多个第二平面图中获取每个截骨面的轮廓曲线包括以下步骤:对于非局部极大点进行零化处理,以获得经过非最大值抑制的精细边缘。对图像中的每个像素进行检测,将其梯度幅值与其在梯度方向上前后两个像素的幅值进行比较。如果像素的梯度不是最大的,则将其置为零,最终保留的是在梯度方向上的最大值。然后通过双阈值方法基于梯度方向上的最大值检测和连接边缘,得到轮廓曲线。
为了进一步地提高轮廓曲线的准确性,对这些边缘进行筛选。为了达到筛选的目的,可以对边缘进行加权处理,提高所需边缘的重要性:
,其中,上述带有梯度的图像为/>,加权函数为/>,则权重处理过的图像记为/>,通过这种加权处理,能够更好地筛选出期望的边缘。
通过梯度计算以及梯度筛选,能够有效提高每个截骨面的轮廓曲线的准确性。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图包括:依据目标医学影像数据进行三维重建,得到膝关节的三维模型;依据待植入的膝关节假体的参数信息,对膝关节的三维模型进行模拟切割,得到切割后的三维模型;依据切割后的三维模型,获取多个截骨面的第一平面图。
在一可选的实施例中,为了提高获取第一平面图的准确性,在本申请实施例提供的膝关节置换的数据处理方法中,还包括:根据目标医学影像数据进行三维重建得到对应的膝关节的三维模型,然后根据需要植入的膝关节假体的型号、大小等参数信息对膝关节的三维模型进行模拟切割,得到切割后的三维模型,进而通过切割后的三维模型,获取多个截骨面的第一平面图。
通过上述步骤,可以快速准确地模拟出截骨面的第一平面图。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系包括:对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列;获取机械臂中的锯片的初始位置信息,并对初始位置信息进行坐标系转换,得到目标位置信息;依据目标位置信息和每个截骨面的目标离散点序列,确定机械臂中的锯片与多个截骨面之间的位置关系。
在一可选的实施例中,为了提高确定位置关系的准确性,还包括以下步骤:为了减小后续算法复杂度,对每个截骨面的轮廓曲线进行采集,得到每个截骨面的二维边缘轮廓离散点序列(即上述的目标离散点序列)。
然后,获取机械臂中的锯片的初始位置信息,并通过网络设备接口协议将对初始位置信息进行坐标系转换,将初始位置信息的坐标系转换到截骨面的坐标系下,以确保准确的空间定位和判断。
最后,通过标位置信息和每个截骨面的目标离散点序列,确定机械臂中的锯片与多个截骨面之间的位置关系。
通过对截骨面的轮廓曲线进行采集能够有效减少轮廓曲线的数据量,有助于提高后续位置关系判断的效率。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列包括:对每个截骨面的轮廓曲线进行采样,得到每个截骨面的初始离散点序列;对于每个初始离散点序列,计算初始离散点序列中每个离散点对应的斜率值;依据每个离散点对应的斜率值对初始离散点序列中的离散点进行筛选,得到目标离散点序列。
在一可选的实施例中,为了提高筛选轮廓曲线的准确性和合理性,还包括:先对每个截骨面的轮廓曲线进行采样得到每个截骨面的初始离散点序列,对初始离散点序列中的初始离散点进行噪声处理,排除掉非边缘的部分异样点,然后对于斜率不存在的点序列只保留起始点和终点,即上述的计算初始离散点序列中每个离散点对应的斜率值,利用斜率值对初始离散点序列中的离散点进行筛选,得到目标离散点序列。
在一可选的实施例中,利用斜率值对初始离散点序列中的离散点进行筛选包括以下步骤:
(1)初始化:首先初始化压缩数据的精度,记为,令初始离散点/>的上斜率无穷小,记为/>,初始离散点下斜率无穷大,记/>。
(2)遍历点的斜率:对于,求该点对应的上斜率和下斜率,分别为/>
,:
(3)判断斜率大小:若,/>,则更新/>和/>:
保留该点,并以该点为基准点,重复步骤(2)(3),直至遍历完所有的点,得到上述的目标离散点序列。在一可选的实施例中,初始离散点序列如图3中的左侧所示包括A,B,C,D,E,F,G,H,I,J,K,L,M,N,O,P离散点,目标离散点序列如图3中的右侧所示包括A1,C1,D1,E1,F1,G1,K1,L1,M1,O1,P1离散点。
通过上述步骤提高了筛选轮廓曲线的准确性和合理性。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,依据目标位置信息和每个截骨面的目标离散点序列,确定机械臂中的锯片与多个截骨面之间的位置关系包括:依据目标位置信息,确定机械臂中的锯片的多个端点的第一坐标信息;依据目标离散点序列中每个离散点的第二坐标信息和第一坐标信息判断机械臂中的锯片是否与多个截骨面存在碰撞,得到第一判断结果;依据第一判断结果,确定位置关系。
在一可选的实施例中,确定机械臂中的锯片与多个截骨面之间的位置关系包括以下步骤:基于目标位置信息,确定机械臂中的锯片的多个端点的第一坐标信息,一般来说锯片的形状为矩形,上述的多个端点可以是四个端点,通过四个端点的第一坐标信息和目标离散点序列中每个离散点的第二坐标信息来确定机械臂中的锯片是否与多个截骨面存在碰撞,也即锯片是否与截骨面存在相交的问题,最后,根据机械臂中的锯片是否与多个截骨面存在碰撞,确定机械臂中的锯片与截骨面之间的位置关系。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,依据目标离散点序列中每个离散点的第二坐标信息和第一坐标信息判断机械臂中的锯片是否与多个截骨面存在碰撞,得到第一判断结果包括:依据第一坐标信息和第二坐标信息,判断机械臂中的锯片的端点构成的端点线与目标离散点序列构成的线段是否存在相交;若端点线与目标离散点序列构成的线段存在相交,则确定第一判断结果为机械臂中的锯片与多个截骨面存在碰撞;若端点线与目标离散点序列构成的线段不存在相交,则确定第一判断结果为机械臂中的锯片与多个截骨面不存在碰撞。
在一可选的实施例中,采用以下步骤确定机械臂中的锯片是否与多个截骨面存在
碰撞:利用四个端点的第一坐标信息组成四条线段,例如四个端点分别为,,四个
点组成四条线段,,和,对于截骨面的边缘点序列,将任意两个离散点连接为
一条线段,判断锯片四条线段任意两个离散点连接的线段的关系,若锯片对应的线段与该
线段相交,则锯片与截骨面边缘发生碰撞,反之,则未发生碰撞。
在一可选的实施例中,可以通过下述步骤确定两个线段的相交过程:(1)求出点的点积,公式如下:
(2)求出点的差积的模长(求面积),公式如下:
(3)三个点,判断点/>是否在线段/>上,满足:
,/>
(4)三个点,判断线段/>与线段/>的方向,如图4所示,线段/>与线段/>的示意图。
(5)综上公式所述,判断线段与线段/>是否有交点。
若,则线段/>与线段/>相交,若/>,则需要考虑线段的端点是否在另一条线段上。
通过上述步骤可以准确判断锯片与截骨面边缘是否存在碰撞。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,依据第一判断结果,确定位置关系包括:若第一判断结果为机械臂中的锯片与多个截骨面不存在碰撞,则依据每个截骨面的目标离散点序列,构建目标封闭区域;确定机械臂中的锯片的目标点的第一目标坐标值,并依据第一目标坐标值中的横坐标值和第二坐标信息中的目标纵坐标值确定第二目标坐标值,其中,目标纵坐标值大于第二坐标信息中其它纵坐标值;依据第一目标坐标值和第二目标坐标值,确定目标线段;依据目标线段和目标封闭区域,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;依据第二判断结果,确定位置关系。
在一可选的实施例中,如果锯片与截骨面边界发生碰撞,则需要进一步地判断锯片是在截骨面边界的内部还是外部,以实现更好地保护截骨面周围的肌肉组织,具体包括以下步骤:首先,将提取的6个截骨面的目标离散点序列填充为一个封闭的多边形结构,即将起始点与末端点连接起来,形成一个封闭的边界点序列(即上述的目标封闭区域),然后根据锯片的目标点的第一目标坐标值中的横坐标值和第二坐标信息中的目标纵坐标值确定第二目标坐标值。
需要说明的是,锯片的目标点,为锯片末端中的中心点,也即锯片最先接触到膝关节一侧的边缘的中点位置。第二坐标信息中的目标纵坐标值为第二坐标信息中的最大纵坐标值。例如,第一目标坐标信息为(),对应的目标纵坐标值为/>,那么对应的第二目标坐标信息为(/>),其中,c为非负数,可以根据需求进行设置。
然后,利用第一目标坐标值和第二目标坐标值,确定目标线段,最后,通过目标线段和目标封闭区域,判断机械臂中的锯片是否在目标封闭区域内。
通过第一目标坐标值和第二目标坐标值可以准确判断机械臂中的锯片是否在目标封闭区域内。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,依据目标线段和目标封闭区域,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果包括:依据目标线段和目标封闭区域,确定目标线段和目标封闭区域的交点的个数;若交点不包括目标线段与目标封闭区域的端点的交点,或者目标线段与目标封闭区域的边界相交,且目标线段没有穿过目标封闭区域,则依据交点的个数,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;若交点包括目标线段与目标封闭区域的端点的交点,则依据交点的个数和第一数值,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;若目标线段与目标封闭区域的边界相交,且目标线段穿过目标封闭区域,则依据交点的个数和第二数值,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果。
在一可选的实施例中,基于下述步骤确定机械臂中的锯片是否在目标封闭区域内:计算目标线段和目标封闭区域之间的交点个数,然后根据交点的个数,判断机械臂中的锯片是否在目标封闭区域内。
在一可选的实施例中,如果交点不包括目标线段与目标封闭区域的端点的交点,或者目标线段与目标封闭区域的边界相交,且目标线段没有穿过目标封闭区域,如图5所示的示意图,则直接根据交点的个数的奇偶性来确定锯片是否在封闭区域内部,例如,如图5所示的,n=1,交点个数是奇数,则表示锯片位于封闭区域内部。n=2,交点个数是偶数,则表示锯片位于封闭区域外部。
如果交点包括目标线段与目标封闭区域的端点的交点,如图6中的左侧的所示的示意图,则依据交点的个数和第一数值,判断机械臂中的锯片是否在目标封闭区域内,即根据交点的个数减去第一数值(例如,1)的奇偶性来确定锯片是否在封闭区域内部。
如果目标线段与目标封闭区域的边界相交,且目标线段穿过目标封闭区域,如图6中的右侧的所示的示意图,则依据交点的个数和第二数值,判断机械臂中的锯片是否在目标封闭区域内,即根据交点的个数减去第一数值(例如,2)的奇偶性来确定锯片是否在封闭区域内部。
通过目标线段与目标封闭区域的交点的个数可以准确判断锯片是否在封闭区域内部。
可选地,在本申请实施例提供的膝关节置换的数据处理方法中,在依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系之后,该方法还包括:若位置关系表示机械臂中的锯片与多个截骨面不存在碰撞,且机械臂中的锯片在目标封闭区域内,则控制机械臂中的锯片的电机处于运行状态。
在一可选的实施例中,在得到机械臂中的锯片与多个截骨面之间的位置关系之后,如果位置关系表示机械臂中的锯片与多个截骨面不存在碰撞,且机械臂中的锯片在目标封闭区域内,则可以控制机械臂中的锯片的电机处于运行状态。
在一可选的实施例中,可以采用如图7所示的示意图实现对机械臂中的锯片的电机的控制,锯片与截骨面之间的高度检测(h)和截骨边界安全检测。具体包括:
(1)判断是否需要进行截骨量判断,如果不需要进行截骨量高度判断,则直接将state_h设置为真(True);
如果需要进行截骨量高度判断,需要进行锯片与截骨面之间的高度检测判断,若锯片与截骨面之间的高度不在高度阈值内,则将state_h设置为假(False),反之,state_h为True;
(2)判断是否进行截骨边界安全检测,如果不需要进行锯片与截骨面边缘检测,则将state_d设置为真True;
如果需要进行锯片与截骨面边缘检测,则进行锯片与截骨面边缘检测,如果锯片在安全区域(即截骨面封闭内部)且与边缘未发生碰撞,则将state_d设置为True,反之state_d设置为False。
(3)最后,根据state_h和state_d判断是否开启电机,如果state_h和state_d都为True时,锯片上的电机开启,反之,电机关闭。
在一可选的实施例中,为了减小启动过程的冲击和损伤,提高电机的使用寿命和效率,可以采用如图8所示的渐变方式调节锯片的电压输入值,也即通过逐步增加电机输入信号的幅值和频率来实现逐步通电的过程。通过控制电机输入信号的变化速率,可以使电机启动过程中逐渐增加输入信号的幅值和频率,从而减小启动过程的冲击和损伤,提高电机的使用寿命和效率。实现该方法的流程如下:
在电机控制软件中设置电机的启动条件,即输入信号的值和运动状态;根据软件得出的结果来控制电机启动,若结果为true,则启动电机;否则,不启动电机;通过控制电机输入信号的斜升斜降变化速率,实现电压逐步增加、稳定、再逐步减小的目的。在该过程中,逐步插补下发信号,以渐变方式调节电压输入值。
在一可选的实施例中,可以采用如图9所示的流程图实现对锯片上的电机的输入电压的控制:当启动动力后,则获取需要输入电机中的电压值阈值,使用滑动窗口的方法进行数据过滤,以此来剔除异常的电压值,通过逐步增加电压值至电压值阈值的方式,控制电机启动;当关闭动力后,判断当前下发的电压值是否为0,如果当前下发的电压值不是0,则下发的电压值通过当前下发的电压值减去插补值逐步减小至0。
在一可选的实施例中,可以采用如图10所示的实现对膝关节置换的数据处理:步骤一:提取截骨面的边缘和形状点;步骤二:边缘点数据处理得到离散点序列;步骤三:机械臂锯片与截骨面安全检测;步骤四:插补动力启停电机控制。
在本方案中,在手术规划阶段会确定膝关节需要截骨的6个平面,并且使用边缘提取方法获取这些平面的边缘数据。考虑到边缘数据点较多,会增加后续算法的复杂度,因此需要对数据进行去噪和压缩处理,用较少的点描绘出整个轮廓。接下来,需要判断锯片(矩形)与截骨面边缘轮廓的相对位置关系。当锯片未与截骨面轮廓相交且在轮廓内部时,可以开启电机,且控制电机输入信号的斜升斜降变化速率。通过上述步骤可以实现对锯片与截骨面的位置的准确判断。
本申请实施例提供的膝关节置换的数据处理方法,通过依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图;依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系,其中,位置关系用于为目标对象的膝关节置换提供数据参考,解决了相关技术中基于人工判断膝关节与机械臂中的锯片的位置关系,导致位置关系判断的准确性比较低的问题。在本方案中,根据目标对象的目标医学影像数据得到术前规划,并利用术前规划明确模拟截骨后的多个截骨面的第一平面图,在得到第一平面图之后,通过第一平面图准确地得到每个截骨面的轮廓曲线,最后根据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息来确定机械臂中的锯片与多个截骨面之间的位置关系,避免了通过人工经验确定锯片与多个截骨面之间的位置关系,提高了确定位置关系的准确性,通过位置关系能够为后续的膝关节置换提供准确的数据参考,进而达到了提高膝关节置换的准确性的效果。
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。
本申请实施例还提供了一种膝关节置换的数据处理装置,需要说明的是,本申请实施例的膝关节置换的数据处理装置可以用于执行本申请实施例所提供的用于膝关节置换的数据处理方法。以下对本申请实施例提供的膝关节置换的数据处理装置进行介绍。
图11是根据本申请实施例的膝关节置换的数据处理装置的示意图。如图11所示,该装置包括:第一获取单元1101,第二获取单元1102和确定单元1103。
第一获取单元1101,用于依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图;
第二获取单元1102,用于依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;
确定单元1103,用于依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系,其中,位置关系用于为目标对象的膝关节置换提供数据参考。
本申请实施例提供的膝关节置换的数据处理装置,通过第一获取单元1101依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图;第二获取单元1102依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;确定单元1103依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系,其中,位置关系用于为目标对象的膝关节置换提供数据参考,解决了相关技术中基于人工判断膝关节与机械臂中的锯片的位置关系,导致位置关系判断的准确性比较低的问题。在本方案中,根据目标对象的目标医学影像数据得到术前规划,并利用术前规划明确模拟截骨后的多个截骨面的第一平面图,在得到第一平面图之后,通过第一平面图准确地得到每个截骨面的轮廓曲线,最后根据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息来确定机械臂中的锯片与多个截骨面之间的位置关系,避免了通过人工经验确定锯片与多个截骨面之间的位置关系,提高了确定位置关系的准确性,通过位置关系能够为后续的膝关节置换提供准确的数据参考,进而达到了提高膝关节置换的准确性的效果。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,第二获取单元包括:处理子单元,用于通过高斯滤波器对多个截骨面的平面图进行平滑处理,得到多个第二平面图;计算子单元,用于计算每个第二平面图中每个像素点的梯度值,得到多个目标梯度值;第一获取子单元,用于依据多个目标梯度值,从多个第二平面图中获取每个截骨面的轮廓曲线。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,第一获取单元包括:重建子单元,用于依据目标医学影像数据进行三维重建,得到膝关节的三维模型;切割子单元,用于依据待植入的膝关节假体的参数信息,对膝关节的三维模型进行模拟切割,得到切割后的三维模型;第二获取子单元,用于依据切割后的三维模型,获取多个截骨面的第一平面图。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,确定单元包括:采集子单元,用于对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列;第三获取子单元,用于获取机械臂中的锯片的初始位置信息,并对初始位置信息进行坐标系转换,得到目标位置信息;确定子单元,用于依据目标位置信息和每个截骨面的目标离散点序列,确定机械臂中的锯片与多个截骨面之间的位置关系。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,采集子单元包括:采样模块,用于对每个截骨面的轮廓曲线进行采样,得到每个截骨面的初始离散点序列;计算模块,用于对于每个初始离散点序列,计算初始离散点序列中每个离散点对应的斜率值;筛选模块,用于依据每个离散点对应的斜率值对初始离散点序列中的离散点进行筛选,得到目标离散点序列。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,确定子单元包括:第一确定模块,用于依据目标位置信息,确定机械臂中的锯片的多个端点的第一坐标信息;判断模块,用于依据目标离散点序列中每个离散点的第二坐标信息和第一坐标信息判断机械臂中的锯片是否与多个截骨面存在碰撞,得到第一判断结果;第二确定模块,用于依据第一判断结果,确定位置关系。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,判断模块包括:第一判断子模块,用于依据第一坐标信息和第二坐标信息,判断机械臂中的锯片的端点构成的端点线与目标离散点序列构成的线段是否存在相交;第一确定子模块,用于若端点线与目标离散点序列构成的线段存在相交,则确定第一判断结果为机械臂中的锯片与多个截骨面存在碰撞;第二确定子模块,用于若端点线与目标离散点序列构成的线段不存在相交,则确定第一判断结果为机械臂中的锯片与多个截骨面不存在碰撞。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,第二确定模块包括:构建子模块,用于若第一判断结果为机械臂中的锯片与多个截骨面不存在碰撞,则依据每个截骨面的目标离散点序列,构建目标封闭区域;第三确定子模块,用于确定机械臂中的锯片的目标点的第一目标坐标值,并依据第一目标坐标值中的横坐标值和第二坐标信息中的目标纵坐标值确定第二目标坐标值,其中,目标纵坐标值大于第二坐标信息中其它纵坐标值;第四确定子模块,用于依据第一目标坐标值和第二目标坐标值,确定目标线段;第二判断子模块,用于依据目标线段和目标封闭区域,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;第五确定子模块,用于依据第二判断结果,确定位置关系。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,第二判断子模块包括:确定次子模块,用于依据目标线段和目标封闭区域,确定目标线段和目标封闭区域的交点的个数;第一判断次子模块,用于若交点不包括目标线段与目标封闭区域的端点的交点,或者目标线段与目标封闭区域的边界相交,且目标线段没有穿过目标封闭区域,则依据交点的个数,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;第二判断次子模块,用于若交点包括目标线段与目标封闭区域的端点的交点,则依据交点的个数和第一数值,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;第三判断次子模块,用于若目标线段与目标封闭区域的边界相交,且目标线段穿过目标封闭区域,则依据交点的个数和第二数值,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果。
可选地,在本申请实施例提供的膝关节置换的数据处理装置中,该装置还包括:控制单元,用于在依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系之后,若位置关系表示机械臂中的锯片与多个截骨面不存在碰撞,且机械臂中的锯片在目标封闭区域内,则控制机械臂中的锯片的电机处于运行状态。
膝关节置换的数据处理装置包括处理器和存储器,上述的第一获取单元1101,第二获取单元1102和确定单元1103等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现对膝关节置换的数据处理。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现膝关节置换的数据处理方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行膝关节置换的数据处理方法。
如图12所示,本发明实施例提供了一种电子设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图;依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系,其中,位置关系用于为目标对象的膝关节置换提供数据参考。
可选地,依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线包括:通过高斯滤波器对多个截骨面的平面图进行平滑处理,得到多个第二平面图;计算每个第二平面图中每个像素点的梯度值,得到多个目标梯度值;依据多个目标梯度值,从多个第二平面图中获取每个截骨面的轮廓曲线。
可选地,依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图包括:依据目标医学影像数据进行三维重建,得到膝关节的三维模型;依据待植入的膝关节假体的参数信息,对膝关节的三维模型进行模拟切割,得到切割后的三维模型;依据切割后的三维模型,获取多个截骨面的第一平面图。
可选地,依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系包括:对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列;获取机械臂中的锯片的初始位置信息,并对初始位置信息进行坐标系转换,得到目标位置信息;依据目标位置信息和每个截骨面的目标离散点序列,确定机械臂中的锯片与多个截骨面之间的位置关系。
可选地,对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列包括:对每个截骨面的轮廓曲线进行采样,得到每个截骨面的初始离散点序列;对于每个初始离散点序列,计算初始离散点序列中每个离散点对应的斜率值;依据每个离散点对应的斜率值对初始离散点序列中的离散点进行筛选,得到目标离散点序列。
可选地,依据目标位置信息和每个截骨面的目标离散点序列,确定机械臂中的锯片与多个截骨面之间的位置关系包括:依据目标位置信息,确定机械臂中的锯片的多个端点的第一坐标信息;依据目标离散点序列中每个离散点的第二坐标信息和第一坐标信息判断机械臂中的锯片是否与多个截骨面存在碰撞,得到第一判断结果;依据第一判断结果,确定位置关系。
可选地,依据目标离散点序列中每个离散点的第二坐标信息和第一坐标信息判断机械臂中的锯片是否与多个截骨面存在碰撞,得到第一判断结果包括:依据第一坐标信息和第二坐标信息,判断机械臂中的锯片的端点构成的端点线与目标离散点序列构成的线段是否存在相交;若端点线与目标离散点序列构成的线段存在相交,则确定第一判断结果为机械臂中的锯片与多个截骨面存在碰撞;若端点线与目标离散点序列构成的线段不存在相交,则确定第一判断结果为机械臂中的锯片与多个截骨面不存在碰撞。
可选地,依据第一判断结果,确定位置关系包括:若第一判断结果为机械臂中的锯片与多个截骨面不存在碰撞,则依据每个截骨面的目标离散点序列,构建目标封闭区域;确定机械臂中的锯片的目标点的第一目标坐标值,并依据第一目标坐标值中的横坐标值和第二坐标信息中的目标纵坐标值确定第二目标坐标值,其中,目标纵坐标值大于第二坐标信息中其它纵坐标值;依据第一目标坐标值和第二目标坐标值,确定目标线段;依据目标线段和目标封闭区域,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;依据第二判断结果,确定位置关系。
可选地,依据目标线段和目标封闭区域,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果包括:依据目标线段和目标封闭区域,确定目标线段和目标封闭区域的交点的个数;若交点不包括目标线段与目标封闭区域的端点的交点,或者目标线段与目标封闭区域的边界相交,且目标线段没有穿过目标封闭区域,则依据交点的个数,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;若交点包括目标线段与目标封闭区域的端点的交点,则依据交点的个数和第一数值,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;若目标线段与目标封闭区域的边界相交,且目标线段穿过目标封闭区域,则依据交点的个数和第二数值,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果。
可选地,在依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系之后,该方法还包括:若位置关系表示机械臂中的锯片与多个截骨面不存在碰撞,且机械臂中的锯片在目标封闭区域内,则控制机械臂中的锯片的电机处于运行状态。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图;依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系,其中,位置关系用于为目标对象的膝关节置换提供数据参考。
可选地,依据多个截骨面的第一平面图,获取每个截骨面的轮廓曲线包括:通过高斯滤波器对多个截骨面的平面图进行平滑处理,得到多个第二平面图;计算每个第二平面图中每个像素点的梯度值,得到多个目标梯度值;依据多个目标梯度值,从多个第二平面图中获取每个截骨面的轮廓曲线。
可选地,依据目标对象的目标医学影像数据,获取针对目标对象的术前规划中的多个截骨面的第一平面图包括:依据目标医学影像数据进行三维重建,得到膝关节的三维模型;依据待植入的膝关节假体的参数信息,对膝关节的三维模型进行模拟切割,得到切割后的三维模型;依据切割后的三维模型,获取多个截骨面的第一平面图。
可选地,依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系包括:对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列;获取机械臂中的锯片的初始位置信息,并对初始位置信息进行坐标系转换,得到目标位置信息;依据目标位置信息和每个截骨面的目标离散点序列,确定机械臂中的锯片与多个截骨面之间的位置关系。
可选地,对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列包括:对每个截骨面的轮廓曲线进行采样,得到每个截骨面的初始离散点序列;对于每个初始离散点序列,计算初始离散点序列中每个离散点对应的斜率值;依据每个离散点对应的斜率值对初始离散点序列中的离散点进行筛选,得到目标离散点序列。
可选地,依据目标位置信息和每个截骨面的目标离散点序列,确定机械臂中的锯片与多个截骨面之间的位置关系包括:依据目标位置信息,确定机械臂中的锯片的多个端点的第一坐标信息;依据目标离散点序列中每个离散点的第二坐标信息和第一坐标信息判断机械臂中的锯片是否与多个截骨面存在碰撞,得到第一判断结果;依据第一判断结果,确定位置关系。
可选地,依据目标离散点序列中每个离散点的第二坐标信息和第一坐标信息判断机械臂中的锯片是否与多个截骨面存在碰撞,得到第一判断结果包括:依据第一坐标信息和第二坐标信息,判断机械臂中的锯片的端点构成的端点线与目标离散点序列构成的线段是否存在相交;若端点线与目标离散点序列构成的线段存在相交,则确定第一判断结果为机械臂中的锯片与多个截骨面存在碰撞;若端点线与目标离散点序列构成的线段不存在相交,则确定第一判断结果为机械臂中的锯片与多个截骨面不存在碰撞。
可选地,依据第一判断结果,确定位置关系包括:若第一判断结果为机械臂中的锯片与多个截骨面不存在碰撞,则依据每个截骨面的目标离散点序列,构建目标封闭区域;确定机械臂中的锯片的目标点的第一目标坐标值,并依据第一目标坐标值中的横坐标值和第二坐标信息中的目标纵坐标值确定第二目标坐标值,其中,目标纵坐标值大于第二坐标信息中其它纵坐标值;依据第一目标坐标值和第二目标坐标值,确定目标线段;依据目标线段和目标封闭区域,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;依据第二判断结果,确定位置关系。
可选地,依据目标线段和目标封闭区域,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果包括:依据目标线段和目标封闭区域,确定目标线段和目标封闭区域的交点的个数;若交点不包括目标线段与目标封闭区域的端点的交点,或者目标线段与目标封闭区域的边界相交,且目标线段没有穿过目标封闭区域,则依据交点的个数,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;若交点包括目标线段与目标封闭区域的端点的交点,则依据交点的个数和第一数值,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果;若目标线段与目标封闭区域的边界相交,且目标线段穿过目标封闭区域,则依据交点的个数和第二数值,判断机械臂中的锯片是否在目标封闭区域内,得到第二判断结果。
可选地,在依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定机械臂中的锯片与多个截骨面之间的位置关系之后,该方法还包括:若位置关系表示机械臂中的锯片与多个截骨面不存在碰撞,且机械臂中的锯片在目标封闭区域内,则控制机械臂中的锯片的电机处于运行状态。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (13)
1.一种膝关节置换的数据处理方法,其特征在于,包括:
依据目标对象的目标医学影像数据,获取针对所述目标对象的术前规划中的多个截骨面的第一平面图;
依据所述多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;
依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系,其中,所述位置关系用于为所述目标对象的膝关节置换提供数据参考。
2.根据权利要求1所述的方法,其特征在于,依据所述多个截骨面的第一平面图,获取每个截骨面的轮廓曲线包括:
通过高斯滤波器对所述多个截骨面的平面图进行平滑处理,得到多个第二平面图;
计算每个第二平面图中每个像素点的梯度值,得到多个目标梯度值;
依据所述多个目标梯度值,从所述多个第二平面图中获取每个截骨面的轮廓曲线。
3.根据权利要求1所述的方法,其特征在于,依据目标对象的目标医学影像数据,获取针对所述目标对象的术前规划中的多个截骨面的第一平面图包括:
依据所述目标医学影像数据进行三维重建,得到膝关节的三维模型;
依据待植入的膝关节假体的参数信息,对所述膝关节的三维模型进行模拟切割,得到切割后的三维模型;
依据所述切割后的三维模型,获取所述多个截骨面的第一平面图。
4.根据权利要求1所述的方法,其特征在于,依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系包括:
对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列;
获取机械臂中的锯片的初始位置信息,并对所述初始位置信息进行坐标系转换,得到所述目标位置信息;
依据所述目标位置信息和每个截骨面的目标离散点序列,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系。
5.根据权利要求4所述的方法,其特征在于,对每个截骨面的轮廓曲线进行采集,得到每个截骨面的目标离散点序列包括:
对每个截骨面的轮廓曲线进行采样,得到每个截骨面的初始离散点序列;
对于每个初始离散点序列,计算所述初始离散点序列中每个离散点对应的斜率值;
依据每个离散点对应的斜率值对所述初始离散点序列中的离散点进行筛选,得到所述目标离散点序列。
6.根据权利要求4所述的方法,其特征在于,依据所述目标位置信息和每个截骨面的目标离散点序列,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系包括:
依据所述目标位置信息,确定所述机械臂中的锯片的多个端点的第一坐标信息;
依据所述目标离散点序列中每个离散点的第二坐标信息和所述第一坐标信息判断所述机械臂中的锯片是否与所述多个截骨面存在碰撞,得到第一判断结果;
依据所述第一判断结果,确定所述位置关系。
7.根据权利要求6所述的方法,其特征在于,依据所述目标离散点序列中每个离散点的第二坐标信息和所述第一坐标信息判断所述机械臂中的锯片是否与所述多个截骨面存在碰撞,得到第一判断结果包括:
依据所述第一坐标信息和所述第二坐标信息,判断所述机械臂中的锯片的端点构成的端点线与所述目标离散点序列构成的线段是否存在相交;
若所述端点线与所述目标离散点序列构成的线段存在相交,则确定所述第一判断结果为所述机械臂中的锯片与所述多个截骨面存在碰撞;
若所述端点线与所述目标离散点序列构成的线段不存在相交,则确定所述第一判断结果为所述机械臂中的锯片与所述多个截骨面不存在碰撞。
8.根据权利要求7所述的方法,其特征在于,依据所述第一判断结果,确定所述位置关系包括:
若所述第一判断结果为所述机械臂中的锯片与所述多个截骨面不存在碰撞,则依据所述每个截骨面的目标离散点序列,构建目标封闭区域;
确定所述机械臂中的锯片的目标点的第一目标坐标值,并依据所述第一目标坐标值中的横坐标值和所述第二坐标信息中的目标纵坐标值确定第二目标坐标值,其中,所述目标纵坐标值大于所述第二坐标信息中其它纵坐标值;
依据所述第一目标坐标值和所述第二目标坐标值,确定目标线段;
依据所述目标线段和所述目标封闭区域,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到第二判断结果;
依据所述第二判断结果,确定所述位置关系。
9.根据权利要求8所述的方法,其特征在于,依据所述目标线段和所述目标封闭区域,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到第二判断结果包括:
依据所述目标线段和所述目标封闭区域,确定所述目标线段和所述目标封闭区域的交点的个数;
若所述交点不包括所述目标线段与所述目标封闭区域的端点的交点,或者所述目标线段与所述目标封闭区域的边界相交,且所述目标线段没有穿过所述目标封闭区域,则依据所述交点的个数,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果;
若所述交点包括所述目标线段与所述目标封闭区域的端点的交点,则依据所述交点的个数和第一数值,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果;
若所述目标线段与所述目标封闭区域的边界相交,且所述目标线段穿过所述目标封闭区域,则依据所述交点的个数和第二数值,判断所述机械臂中的锯片是否在所述目标封闭区域内,得到所述第二判断结果。
10.根据权利要求8所述的方法,其特征在于,在依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系之后,所述方法还包括:
若所述位置关系表示所述机械臂中的锯片与所述多个截骨面不存在碰撞,且所述机械臂中的锯片在所述目标封闭区域内,则控制所述机械臂中的锯片的电机处于运行状态。
11.一种膝关节置换的数据处理装置,其特征在于,包括:
第一获取单元,用于依据目标对象的目标医学影像数据,获取针对所述目标对象的术前规划中的多个截骨面的第一平面图;
第二获取单元,用于依据所述多个截骨面的第一平面图,获取每个截骨面的轮廓曲线;
确定单元,用于依据每个截骨面的轮廓曲线和机械臂中的锯片的目标位置信息,确定所述机械臂中的锯片与所述多个截骨面之间的位置关系,其中,所述位置关系用于为所述目标对象的膝关节置换提供数据参考。
12.一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包括存储的程序,其中,在所述程序运行时控制所述存储介质在设备执行权利要求1至10中任意一项所述的膝关节置换的数据处理方法。
13.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至10中任意一项所述的膝关节置换的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410275276.4A CN117860380A (zh) | 2024-03-11 | 2024-03-11 | 膝关节置换的数据处理方法和装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410275276.4A CN117860380A (zh) | 2024-03-11 | 2024-03-11 | 膝关节置换的数据处理方法和装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117860380A true CN117860380A (zh) | 2024-04-12 |
Family
ID=90588740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410275276.4A Pending CN117860380A (zh) | 2024-03-11 | 2024-03-11 | 膝关节置换的数据处理方法和装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117860380A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150148807A1 (en) * | 2013-11-21 | 2015-05-28 | Somersault Orthopedics Inc. | Method for femur resection alignment approximation in hip replacement procedures |
CN111700681A (zh) * | 2020-05-27 | 2020-09-25 | 联博智能科技有限公司 | 安全截骨提示信息的生成方法、装置和终端设备 |
CN114723897A (zh) * | 2022-06-09 | 2022-07-08 | 北京长木谷医疗科技有限公司 | 用于胫骨截骨智能导航系统的规划方法和装置 |
CN115887000A (zh) * | 2022-12-14 | 2023-04-04 | 上海昕健医疗技术有限公司 | 一种计算机模拟截骨术前计划方法 |
WO2023116823A1 (zh) * | 2021-12-24 | 2023-06-29 | 苏州微创畅行机器人有限公司 | 定位方法、系统、装置、计算机设备和存储介质 |
CN116747026A (zh) * | 2023-06-05 | 2023-09-15 | 北京长木谷医疗科技股份有限公司 | 基于深度强化学习的机器人智能截骨方法、装置及设备 |
-
2024
- 2024-03-11 CN CN202410275276.4A patent/CN117860380A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150148807A1 (en) * | 2013-11-21 | 2015-05-28 | Somersault Orthopedics Inc. | Method for femur resection alignment approximation in hip replacement procedures |
CN111700681A (zh) * | 2020-05-27 | 2020-09-25 | 联博智能科技有限公司 | 安全截骨提示信息的生成方法、装置和终端设备 |
WO2023116823A1 (zh) * | 2021-12-24 | 2023-06-29 | 苏州微创畅行机器人有限公司 | 定位方法、系统、装置、计算机设备和存储介质 |
CN114723897A (zh) * | 2022-06-09 | 2022-07-08 | 北京长木谷医疗科技有限公司 | 用于胫骨截骨智能导航系统的规划方法和装置 |
CN115887000A (zh) * | 2022-12-14 | 2023-04-04 | 上海昕健医疗技术有限公司 | 一种计算机模拟截骨术前计划方法 |
CN116747026A (zh) * | 2023-06-05 | 2023-09-15 | 北京长木谷医疗科技股份有限公司 | 基于深度强化学习的机器人智能截骨方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106296578B (zh) | 一种图像处理方法及装置 | |
Tam et al. | Shape simplification based on the medial axis transform | |
US9818186B2 (en) | Method for forming 3D maxillofacial model by automatically segmenting medical image, automatic image segmentation and model formation server performing the same, and storage medium storing the same | |
CN106156692B (zh) | 一种用于人脸边缘特征点定位的方法及装置 | |
US20130016092A1 (en) | Method and system of generating a 3d visualization from 2d images | |
CN111671518B (zh) | 髋关节股骨头球心的处理生成方法、装置和计算机设备 | |
KR20210134945A (ko) | 이미지 처리 방법과 장치, 전자 기기 및 저장 매체 | |
WO2013070351A2 (en) | Computer-aided planning with dual alpha angles in femoral acetabular impingement surgery | |
CN111027473B (zh) | 一种基于人体关节运动实时预测的目标识别方法及系统 | |
CN108629838B (zh) | 三维牙冠网格模型的孔洞修补方法及装置 | |
EP3327601A1 (en) | Prediction of shapes | |
CN113962959A (zh) | 三维图像处理方法、装置、计算机设备和存储介质 | |
CN113662660A (zh) | 关节置换术前规划方法、装置、设备及存储介质 | |
CN113689406A (zh) | 基于运动模拟算法的膝关节股骨后髁点识别方法及系统 | |
CN113855291A (zh) | 种植体辅助规划方法、装置、电子设备及存储介质 | |
US9977993B2 (en) | System and method for constructing a statistical shape model | |
US20210093274A1 (en) | Technologies for determining the spatial orientation of input imagery for use in an orthopaedic surgical procedure | |
CN117860380A (zh) | 膝关节置换的数据处理方法和装置、存储介质及电子设备 | |
CN117257346A (zh) | 基于影像识别的超声探头引导方法及装置 | |
CN114757855B (zh) | 动作数据修正方法、装置、设备及存储介质 | |
JP6498316B2 (ja) | 超音波撮像装置、および画像処理方法 | |
CN111583240B (zh) | 一种股骨端前后轴线的确定方法、装置和计算机设备 | |
CN105708495B (zh) | 超声彩色血流成像边界处理方法及系统 | |
CN117274539A (zh) | 一种脊柱区域划分方法、装置、存储介质及电子设备 | |
CN112288887A (zh) | 磨削模拟方法、装置、电子设备和存储介质 |
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 |