CN118141517A - 肘关节增生信息获取方法、装置、介质及设备 - Google Patents
肘关节增生信息获取方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN118141517A CN118141517A CN202410574299.5A CN202410574299A CN118141517A CN 118141517 A CN118141517 A CN 118141517A CN 202410574299 A CN202410574299 A CN 202410574299A CN 118141517 A CN118141517 A CN 118141517A
- Authority
- CN
- China
- Prior art keywords
- elbow joint
- target patient
- humerus
- model
- ulna
- 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
- 210000002310 elbow joint Anatomy 0.000 title claims abstract description 311
- 238000000034 method Methods 0.000 title claims abstract description 81
- 206010020718 hyperplasia Diseases 0.000 title claims abstract description 63
- 230000033001 locomotion Effects 0.000 claims abstract description 86
- 230000035755 proliferation Effects 0.000 claims abstract description 83
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 210000002758 humerus Anatomy 0.000 claims description 78
- 210000000623 ulna Anatomy 0.000 claims description 72
- 239000013598 vector Substances 0.000 claims description 36
- 210000003275 diaphysis Anatomy 0.000 claims description 30
- 210000002320 radius Anatomy 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 238000002591 computed tomography Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 201000011275 Epicondylitis Diseases 0.000 claims description 4
- 210000001503 joint Anatomy 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000002062 proliferating effect Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 210000000245 forearm Anatomy 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000002271 resection Methods 0.000 description 3
- 206010005963 Bone formation increased Diseases 0.000 description 2
- 208000008558 Osteophyte Diseases 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 201000010934 exostosis Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000009916 joint effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本申请公开了一种肘关节增生信息获取方法、装置、介质及设备，涉及生物医学工程技术领域，其中方法包括：基于目标患者的肘关节图像构建目标患者的肘关节模型，并生成肘关节模型的完全伸展准则；基于完全伸展准则控制肘关节模型从肘关节图像中的初始状态运动至完全伸展状态，得到目标患者的第一增生部分；控制肘关节模型从完全伸展状态运动至预设最大屈曲状态，得到目标患者的第二增生部分；基于第一增生部分和第二增生部分进行肘关节碰撞检测，得到目标患者当前肘关节的活动范围。本申请提供的方法和装置，可以获取目标患者肘关节的关节活动情况和增生部分，以根据患者肘关节的实际情况确定待切除的增生部分。
Description
技术领域
本申请涉及生物医学工程技术领域，具体而言，涉及一种肘关节增生信息获取方法、装置、介质及设备。
背景技术
人体肘关节的运动主要包含屈曲运动和伸展运动，肘关节理论上活动范围为0度至140度。然而对于肘关节骨质增生的患者而言，其活动范围受限，通常需要通过手术清除影响肘关节活动度的增生部分。在实际情况中，一部分人群的肘关节最大屈曲角度并非能达到理论中的140度，因此术后的目标最大屈曲角度也并非是140度。此时，若按照140度切除肘关节的增生部分是不合适的。
因此，如何获取患者肘关节的相关增生信息，包括增生部分和当前肘关节的活动范围等信息，以确定患者待切除的增生部分成为业界亟待解决的技术问题。
发明内容
本申请提供一种肘关节增生信息获取方法、装置、介质及设备，用以解决现有技术中如何获取患者肘关节的相关增生信息，包括增生部分和当前肘关节的活动范围等信息，以确定患者待切除的增生部分的技术问题。
第一方面，本申请提供了一种肘关节增生信息获取方法，包括：
基于目标患者的肘关节图像构建所述目标患者的肘关节模型，并生成所述肘关节模型的完全伸展准则；
基于所述完全伸展准则控制所述肘关节模型从所述肘关节图像中的初始状态运动至完全伸展状态，得到所述目标患者的第一增生部分；
控制所述肘关节模型从所述完全伸展状态运动至预设最大屈曲状态，得到所述目标患者的第二增生部分；
基于所述第一增生部分和所述第二增生部分进行肘关节碰撞检测，得到所述目标患者当前肘关节的活动范围。
在一些实施例中，所述肘关节模型中的关节包括所述目标患者的肱骨、尺骨和桡骨；所述基于所述第一增生部分和所述第二增生部分进行肘关节碰撞检测，得到所述目标患者当前肘关节的活动范围，包括：
在所述肘关节模型从所述最大屈曲状态开始伸展运动直至所述肘关节模型中的尺骨和桡骨碰撞到所述第一增生部分的情况下，获取所述肘关节模型中大臂与小臂之间的夹角，得到第一角度；
在所述肘关节模型从所述完全伸展状态开始屈曲运动直至所述尺骨和所述桡骨碰撞到所述第二增生部分的情况下，获取所述大臂与所述小臂之间的夹角，得到第二角度；
基于所述第一角度和所述第二角度确定所述活动范围。
在一些实施例中，所述得到所述目标患者当前肘关节的活动范围之后，还包括：
基于所述活动范围确定目标角度；所述目标角度为切除待切除的增生部分后所述目标患者的肘关节处于最大屈曲状态时所述目标患者的大臂与小臂之间的夹角；
控制所述肘关节模型从所述完全伸展状态运动至所述目标角度对应的屈曲状态，得到所述目标患者的第三增生部分；
将所述第一增生部分和所述第三增生部分作为所述目标患者待切除的增生部分。
在一些实施例中，所述生成所述肘关节模型的完全伸展准则，包括：
生成所述肱骨的有向包围盒，并在肱骨中段上沿着肱骨骨干轴向选取多个肱骨点；
以选取的各个肱骨点为原点、以垂直于所述肱骨的有向包围盒的底面为法线向量生成各个肱骨平面；
基于各个肱骨平面截取肱骨轮廓的形心，并基于最小二乘法拟合出肱骨骨干轴线；
生成所述尺骨的有向包围盒，并在尺骨中段上沿着尺骨骨干轴向选取多个尺骨点；
以选取的各个尺骨点为原点、以垂直于所述尺骨的有向包围盒的底面为法线向量生成各个尺骨平面；
基于各个尺骨平面截取尺骨轮廓的形心，并基于最小二乘法拟合出尺骨骨干轴线；
将所述肱骨的肱骨外上髁与肱骨内上髁两点形成的方向向量与所述肱骨骨干轴线的方向向量做叉乘，求得叉乘向量；
将所述尺骨骨干轴线的方向向量与所述叉乘向量的夹角在预设角度范围内作为所述完全伸展准则。
在一些实施例中，所述基于所述完全伸展准则控制所述肘关节模型从所述肘关节图像中的初始状态运动至完全伸展状态，包括：
基于最小二乘法拟合所述肘关节模型进行屈曲运动和伸展运动时的旋转轴；
基于所述完全伸展准则控制所述肘关节模型绕所述旋转轴从所述初始状态运动至所述完全伸展状态；
其中，所述基于最小二乘法拟合所述肘关节模型进行屈曲运动和伸展运动时的旋转轴，包括：
在所述肱骨的肱骨小头表面选取多个小头点，并基于最小二乘法拟合出所述多个小头点的球心；
在所述肱骨的肱骨滑车处选取多个滑车点，并基于最小二乘法拟合出所述多个滑车点的圆心；
将所述球心与所述圆心的连线作为所述旋转轴。
在一些实施例中，所述得到所述目标患者的第一增生部分，包括：
控制所述肘关节模型绕所述旋转轴做伸展运动直至所述肘关节模型的伸展状态符合所述完全伸展状态；
对所述肘关节模型进行布尔运算，得到所述肘关节模型中各个关节间的重叠部分，所述重叠部分为所述第一增生部分。
在一些实施例中，所述基于目标患者的肘关节图像构建所述目标患者的肘关节模型，包括：
获取所述目标患者的肘关节的多个计算机断层扫描影像；
对各个计算机断层扫描影像进行图像处理，并基于处理后的图像构建所述肘关节模型。
第二方面，本申请提供了一种肘关节增生信息获取装置，包括：
构建模块，用于基于目标患者的肘关节图像构建所述目标患者的肘关节模型，并生成所述肘关节模型的完全伸展准则；
伸展模块，用于基于所述完全伸展准则控制所述肘关节模型从所述肘关节图像中的初始状态运动至完全伸展状态，得到所述目标患者的第一增生部分；
屈曲状态，用于控制所述肘关节模型从所述完全伸展状态运动至预设最大屈曲状态，得到所述目标患者的第二增生部分；
碰撞模块，用于基于所述第一增生部分和所述第二增生部分进行肘关节碰撞检测，得到所述目标患者当前肘关节的活动范围。
第三方面，本申请提供了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上述的方法。
第四方面，本申请提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述程序时实现上述的方法。
本申请提供的肘关节增生信息获取方法、装置、介质及设备，通过构建目标患者的肘关节模型，并生成完全伸展准则，可以有效地控制肘关节模型对目标患者的肘关节的伸展运动和屈曲运动进行仿真，控制肘关节模型运动至各个状态，从而获取目标患者的增生部分；通过碰撞检测来获取目标患者当前肘关节的活动范围，可以得到目标患者当前的肘关节增生信息，从而可以根据患者肘关节当前的实际情况确定待切除的增生部分，提高了确定待切除的增生部分的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请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为本申请实施例提供的肘关节增生信息获取方法的流程示意图之一；
图2为本申请实施例提供的肘关节增生部分的结构示意图之一；
图3为本申请实施例提供的肘关节增生部分的结构示意图之二；
图4为本申请实施例提供的肘关节增生信息获取方法的流程示意图之二；
图5为本申请实施例提供的肘关节增生信息获取装置的结构示意图；
图6为本申请实施例提供的电子设备的结构示意图。
具体实施方式
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能够以除了在这里图示或描述的那些以外的顺序实施。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模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，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模块。
本申请实施例提供的肘关节增生信息获取方法适用于终端，终端可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于服务器、智能手机、平板电脑、膝上型便携计算机和台式计算机等。
在本申请的技术方案中，所涉及的个人信息的收集、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，采取了必要保密措施，且不违背公序良俗。
图1为本申请实施例提供的肘关节增生信息获取方法的流程示意图之一，如图1所示，该方法包括步骤110、步骤120、步骤130和步骤140。该方法流程步骤仅仅作为本申请一个可能的实现方式。
步骤110、基于目标患者的肘关节图像构建目标患者的肘关节模型，并生成肘关节模型的完全伸展准则。
具体地，本申请实施例提供的肘关节增生信息获取方法的执行主体为肘关节增生信息获取装置，该装置可以为终端中独立设置的硬件设备，也可以为运行在终端中的软件程序。例如，当终端为台式计算机时，肘关节增生信息获取装置可以体现为台式计算机中的医疗软件等应用程序。
目标患者为当前指定的肘关节可能存在增生问题的患者。
肘关节图像为拍摄的该目标患者的肱骨、尺骨和桡骨等肘关节的图像。肘关节图像可以为计算机断层扫描（Computed Tomography，CT）影像。
肘关节模型为根据目标患者的肘关节图像构建的三维解剖模型。该模型可以由肱骨、尺骨和桡骨等肘关节组成。
完全伸展准则是指肘关节在完全伸展状态下的特定测量值或指标。
可以获取目标患者的肘关节的多个CT影像；对各个CT影像进行图像处理，并基于处理后的图像构建肘关节模型。
可以使用Mimics软件来对获取到的每一张肘关节图像进行图像处理，包括进行阈值调整和图像分割等。可以对多张CT影像进行叠加处理从而构建肘关节模型。Mimics软件是一种医学影像处理软件。
由于目标患者的肘关节活动度受限，拍摄肘关节图像时肘关节无法处于最大伸展角度，重建出来的肘关节模型也相应的存在一个大小未知的初始角度。仿真时需要让肘关节处于完全伸展状态，因此需要设置完全伸展准则来判断肘关节的状态是否处于完全伸展状态。可以生成肘关节模型中肱骨骨干和尺骨骨干的轴线并选取肱骨内上髁和外上髁，从而确定肘关节模型的完全伸展准则。当肘关节模型的模型参数符合完全伸展准则时，可以认为当前肘关节模型处于完全伸展状态。
步骤120、基于完全伸展准则控制肘关节模型从肘关节图像中的初始状态运动至完全伸展状态，得到目标患者的第一增生部分。
具体地，初始状态为目标患者的肘关节在肘关节图像中各个肘关节的具体位置，初始状态也可描述为初始位置。
可以通过肘关节模型对目标患者肘关节的运动进行仿真，控制肘关节模型从初始状态运动至完全伸展状态，即控制肘关节模型中的各个肘关节从肘关节图像中的位置开始伸展运动，直至肘关节模型的各个肘关节的模型参数为完全伸展准则，当肘关节模型运动至完全伸展状态时，肘关节之间会存在重叠部分，该重叠部分即为第一增生部分。可以通过布尔运算获取该重叠部分。
步骤130、控制肘关节模型从完全伸展状态运动至预设最大屈曲状态，得到目标患者的第二增生部分。
具体地，一般认为肘关节的最大屈曲角度是140度，因此预设最大屈曲状态可以为肘关节的屈曲角度为140度的状态。
控制肘关节模型从完全伸展状态运动至预设最大屈曲状态，即控制肘关节模型中的各个肘关节从完全伸展的位置开始屈曲运动，直至肘关节模型中肘关节间的屈曲角度为140度，当肘关节模型运动至预设最大屈曲状态时，肘关节之间会存在重叠部分，该重叠部分即为第二增生部分。可以通过布尔运算获取该重叠部分。
图2为本申请实施例提供的肘关节增生部分的结构示意图之一；图3为本申请实施例提供的肘关节增生部分的结构示意图之二，如图2和图3所示，第一增生部分和第二增生部分的位置不同。
步骤140、基于第一增生部分和第二增生部分进行肘关节碰撞检测，得到目标患者当前肘关节的活动范围。
具体地，可以通过肘关节模型进行肘关节的伸展运动仿真和屈曲运动仿真，并检测在运动过程中分别碰撞到第一增生部分和第二增生部分时肘关节中大臂和小臂之间的夹角，通过该夹角得到目标患者当前肘关节的活动范围。
肘关节增生信息包括第一增生部分、第二增生部分和目标患者当前肘关节的活动范围等信息。
通过获取目标患者的肘关节增生信息，可以为目标患者的肘关节镜手术清除骨赘提供参考。
本申请实施例提供的肘关节增生信息获取方法，通过构建目标患者的肘关节模型，并生成完全伸展准则，可以有效地控制肘关节模型对目标患者的肘关节的伸展运动和屈曲运动进行仿真，控制肘关节模型运动至各个状态，从而获取目标患者的增生部分；通过碰撞检测来获取目标患者当前肘关节的活动范围，可以得到目标患者当前的肘关节增生信息，从而可以根据患者肘关节当前的实际情况确定待切除的增生部分，提高了确定待切除的增生部分的准确性。
需要说明的是，本申请每一个实施方式可以自由组合、调换顺序或者单独执行，并不需要依靠或依赖固定的执行顺序。
在一些实施例中，步骤140包括：
在肘关节模型从最大屈曲状态开始伸展运动直至肘关节模型中的尺骨和桡骨碰撞到第一增生部分的情况下，获取肘关节模型中大臂与小臂之间的夹角，得到第一角度；
在肘关节模型从完全伸展状态开始屈曲运动直至尺骨和桡骨碰撞到第二增生部分的情况下，获取大臂与小臂之间的夹角，得到第二角度；
基于第一角度和第二角度确定活动范围。
具体地，尺骨和桡骨位于小臂，肱骨位于大臂，肘关节模型从最大屈曲状态做伸展运动直至肘关节模型中的尺骨和桡骨碰撞到第一增生部分，获得此时肘关节模型中大臂与小臂之间的夹角A，该角度为目标患者肘关节的最大伸展角度；肘关节模型从完全伸展状态做屈曲运动直至肘关节模型中的尺骨和桡骨碰撞到第二增生部分，获得此时肘关节模型中大臂与小臂之间的夹角B，该角度为目标患者肘关节的最大屈曲角度。目标患者当前肘关节的活动范围即为[B，A]。
本申请实施例提供的肘关节增生信息获取方法，通过控制肘关节模型进行运动，并获取运动时肘关节模型与第一增生部分和第二增生部分产生碰撞时大臂与小臂之间的夹角，可以确定目标患者当前肘关节的活动范围，可以为确定待切除的增生部分提供数据参考。
在一些实施例中，步骤140之后，还包括：
基于活动范围确定目标角度；目标角度为切除待切除的增生部分后目标患者的肘关节处于最大屈曲状态时目标患者的大臂与小臂之间的夹角；
控制肘关节模型从完全伸展状态运动至目标角度对应的屈曲状态，得到目标患者的第三增生部分；
将第一增生部分和第三增生部分作为目标患者待切除的增生部分。
具体地，目标角度指的是切除增生后期望的能够达到的屈曲角度，可以是140度或130度等。目标角度可以根据目标患者当前的肘关节增生信息来确定。
可以输入肘关节的目标角度，控制肘关节模型旋转至目标角度对应的屈曲状态，再对肘关节模型中的尺骨、桡骨和第二增生部分做布尔运算，得到目标患者的第三增生部分，最终的提取结果为影响肘关节屈曲的部分，即待切除的增生部分。待切除的增生部分包括第一增生部分和第三增生部分。
本申请实施例提供的肘关节增生信息获取方法，通过控制肘关节模型运动至目标角度对应的屈曲状态，从而得到目标患者待切除的增生部分，提高了待切除增生部分的确定准确度。
在一些实施例中，步骤110包括：
生成肱骨的有向包围盒，并在肱骨中段上沿着肱骨骨干轴向选取多个肱骨点；
以选取的各个肱骨点为原点、以垂直于肱骨的有向包围盒的底面为法线向量生成各个肱骨平面；
基于各个肱骨平面截取肱骨轮廓的形心，并基于最小二乘法拟合出肱骨骨干轴线；
生成尺骨的有向包围盒，并在尺骨中段上沿着尺骨骨干轴向选取多个尺骨点；
以选取的各个尺骨点为原点、以垂直于尺骨的有向包围盒的底面为法线向量生成各个尺骨平面；
基于各个尺骨平面截取尺骨轮廓的形心，并基于最小二乘法拟合出尺骨骨干轴线；
将肱骨的肱骨外上髁与肱骨内上髁两点形成的方向向量与肱骨骨干轴线的方向向量做叉乘，求得叉乘向量；
将尺骨骨干轴线的方向向量与叉乘向量的夹角在预设角度范围内作为完全伸展准则。
具体地，分别生成肘关节模型中肱骨和尺骨的有向包围盒（Oriented BoundingBox，OBB），并分别在肱骨中段和尺骨中段上沿着骨干轴向选取多个点，例如6个点，然后以这些点为原点、以垂直于OBB的底面为法线向量分别生成平面，求出这些平面截取到肱骨和尺骨轮廓的形心，最终使用最小二乘法拟合出肱骨骨干轴线和尺骨骨干轴线。
肱骨外上髁与肱骨内上髁两点形成的方向向量与肱骨骨干轴线的方向向量做叉乘，求得叉乘向量，当尺骨骨干轴线的方向向量与叉乘向量的夹角成近似90度时，则认为肘关节完全伸展，并以此作为肘关节完全伸展状态对应的完全伸展准则。
由于对三维模型进行仿真时存在一定的误差，向量之间的夹角难以准确的等于90度，故当尺骨骨干轴线与叉乘向量的夹角近似90度时，则认为肘关节以及完全伸展。预设角度范围可以为近似90度的角度范围。
本申请实施例提供的肘关节增生信息获取方法，通过设置完全伸展准则，可以有效地检测肘关节模型所处的状态，提高了肘关节增生信息的获取效率。
在一些实施例中，步骤120包括：
基于最小二乘法拟合肘关节模型进行屈曲运动和伸展运动时的旋转轴；
基于完全伸展准则控制肘关节模型绕旋转轴从初始状态运动至完全伸展状态；
其中，基于最小二乘法拟合肘关节模型进行屈曲运动和伸展运动时的旋转轴，包括：
在肱骨的肱骨小头表面选取多个小头点，并基于最小二乘法拟合出多个小头点的球心；
在肱骨的肱骨滑车处选取多个滑车点，并基于最小二乘法拟合出多个滑车点的圆心；
将球心与圆心的连线作为旋转轴。
步骤120还包括：
控制肘关节模型绕旋转轴做伸展运动直至肘关节模型的伸展状态符合完全伸展状态；
对肘关节模型进行布尔运算，得到肘关节模型中各个关节间的重叠部分，重叠部分为第一增生部分。
具体地，使用最小二乘法拟合出肘关节模型中的肘关节做屈曲运动和伸展运动时的旋转轴。
在肘关节模型中肱骨的表面，肱骨小头可近似的认定为一个球体，肱骨滑车凹槽可以近似的认定为一个圆形，肘关节的旋转轴可以视为上述球体的球心与圆形的圆心之间的连线。分别在肱骨小头和肱骨滑车凹槽处选取点，使用最小二乘法拟合出球心和圆心，二者连接生成肘关节的旋转轴。
例如，在肱骨小头表面选取9个点使用最小二乘法拟合出球心，在肱骨滑车处选取3个点使用最小二乘法拟合出圆心，肘关节做屈曲运动和伸展运动的旋转轴即为拟合出的球心与圆心的连线。
肘关节模型中各个肘关节绕旋转轴从初始状态做伸展运动直至满足完全伸展准则，使用计算几何算法库（Computational Geometry Algorithms Library，CGAL）对肘关节模型中的肱骨、尺骨和桡骨做布尔运算，得到第一增生部分。
肘关节模型中各个肘关节从完全伸展状态绕旋转轴转动至最大屈曲角度，使用CGAL对肘关节模型中的肱骨、尺骨和桡骨做布尔运算，得到第二增生部分。
本申请实施例提供的肘关节增生信息获取方法，通过生成旋转轴控制肘关节模型中各个肘关节的运动，提高了肘关节的运动的仿真效率。
在一些实施例中，图4为本申请实施例提供的肘关节增生信息获取方法的流程示意图之二，如图4所示，该方法包括：
步骤410、获取目标患者肘关节CT影像。
步骤420、根据获取的CT影像构建肘关节三维模型，肘关节三维模型包括肱骨、尺骨和桡骨的三维模型。
步骤430、生成肱骨骨干和尺骨骨干的轴线并选取肱骨内上髁和外上髁，生成肘关节模型的完全伸展准则。
步骤440、使用最小二乘法拟合出肘关节模型做屈曲运动和伸展运动时的旋转轴。
步骤450、肘关节模型绕旋转轴从初始位置运动至完全伸展位置，并提取此时肘关节间的重叠部分，该重叠部分为第一增生部分。
步骤460、肘关节模型从完全伸展角度绕旋转轴转动至最大屈曲角度，并提取此时肘关节间的重叠部分，该重叠部分为第二增生部分。
步骤470、进行碰撞检测，获取目标患者当前肘关节的活动范围，提取出肘关节模型运动至目标角度时肘关节间的重叠部分，该重叠部分为第三增生部分，通过第一增生部分和第三增生部分获得待切除的增生部分。
可以通过可视化工具包（The Visualization Toolkit，VTK）和CGAL编写上述方法的相关执行程序。
本申请实施例提供的肘关节增生信息获取方法，可以得到骨质增生患者肘关节模型的关节活动度和发生重叠的部分，为肘关节镜手术清除骨赘提供了参考。
下面对本申请实施例提供的肘关节增生信息获取装置进行描述，下文描述的肘关节增生信息获取装置与上文描述的肘关节增生信息获取方法可相互对应参照。
图5为本申请实施例提供的肘关节增生信息获取装置的结构示意图，如图5所示，该装置包括构建模块510、伸展模块520、屈曲模块530和碰撞模块540。
构建模块，用于基于目标患者的肘关节图像构建目标患者的肘关节模型，并生成肘关节模型的完全伸展准则；
伸展模块，用于基于完全伸展准则控制肘关节模型从肘关节图像中的初始状态运动至完全伸展状态，得到目标患者的第一增生部分；
屈曲模块，用于控制肘关节模型从完全伸展状态运动至预设最大屈曲状态，得到目标患者的第二增生部分；
碰撞模块，用于基于第一增生部分和第二增生部分进行肘关节碰撞检测，得到目标患者当前肘关节的活动范围。
具体地，根据本申请的实施例，构建模块、伸展模块、屈曲模块和碰撞模块中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。
或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。
根据本申请的实施例，构建模块、伸展模块、屈曲模块和碰撞模块中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列、可编程逻辑阵列、片上系统、基板上的系统、封装上的系统、专用集成电路，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。
或者，构建模块、伸展模块、屈曲模块和碰撞模块中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
本申请实施例提供的肘关节增生信息获取装置，通过构建目标患者的肘关节模型，并生成完全伸展准则，可以有效地控制肘关节模型对目标患者的肘关节的伸展运动和屈曲运动进行仿真，控制肘关节模型运动至各个状态，从而获取目标患者的增生部分；通过碰撞检测来获取目标患者当前肘关节的活动范围，可以得到目标患者当前的肘关节增生信息，从而可以根据患者肘关节当前的实际情况确定待切除的增生部分，提高了确定待切除的增生部分的准确性。
在一些实施例中，肘关节模型中的关节包括目标患者的肱骨、尺骨和桡骨；碰撞模块具体用于：
在肘关节模型从最大屈曲状态开始伸展运动直至肘关节模型中的尺骨和桡骨碰撞到第一增生部分的情况下，获取肘关节模型中大臂与小臂之间的夹角，得到第一角度；
在肘关节模型从完全伸展状态开始屈曲运动直至尺骨和桡骨碰撞到第二增生部分的情况下，获取大臂与小臂之间的夹角，得到第二角度；
基于第一角度和第二角度确定活动范围。
在一些实施例中，肘关节增生信息获取装置还包括切除模块，切除模块具体用于：
基于活动范围确定目标角度；目标角度为切除待切除的增生部分后目标患者的肘关节处于最大屈曲状态时目标患者的大臂与小臂之间的夹角；
控制肘关节模型从完全伸展状态运动至目标角度对应的屈曲状态，得到目标患者的第三增生部分；
将第一增生部分和第三增生部分作为目标患者待切除的增生部分。
在一些实施例中，构建模块具体用于：
生成肱骨的有向包围盒，并在肱骨中段上沿着肱骨骨干轴向选取多个肱骨点；
以选取的各个肱骨点为原点、以垂直于肱骨的有向包围盒的底面为法线向量生成各个肱骨平面；
基于各个肱骨平面截取肱骨轮廓的形心，并基于最小二乘法拟合出肱骨骨干轴线；
生成尺骨的有向包围盒，并在尺骨中段上沿着尺骨骨干轴向选取多个尺骨点；
以选取的各个尺骨点为原点、以垂直于尺骨的有向包围盒的底面为法线向量生成各个尺骨平面；
基于各个尺骨平面截取尺骨轮廓的形心，并基于最小二乘法拟合出尺骨骨干轴线；
将肱骨的肱骨外上髁与肱骨内上髁两点形成的方向向量与肱骨骨干轴线的方向向量做叉乘，求得叉乘向量；
将尺骨骨干轴线的方向向量与叉乘向量的夹角在预设角度范围内作为完全伸展准则。
在一些实施例中，伸展模块具体用于：
基于最小二乘法拟合肘关节模型进行屈曲运动和伸展运动时的旋转轴；
基于完全伸展准则控制肘关节模型绕旋转轴从初始状态运动至完全伸展状态；
其中，基于最小二乘法拟合肘关节模型进行屈曲运动和伸展运动时的旋转轴，包括：
在肱骨的肱骨小头表面选取多个小头点，并基于最小二乘法拟合出多个小头点的球心；
在肱骨的肱骨滑车处选取多个滑车点，并基于最小二乘法拟合出多个滑车点的圆心；
将球心与圆心的连线作为旋转轴。
在一些实施例中，伸展模块还具体用于：
控制肘关节模型绕旋转轴做伸展运动直至肘关节模型的伸展状态符合完全伸展状态；
对肘关节模型进行布尔运算，得到肘关节模型中各个关节间的重叠部分，重叠部分为第一增生部分。
在一些实施例中，构建模块还具体用于：
获取目标患者的肘关节的多个计算机断层扫描影像；
对各个计算机断层扫描影像进行图像处理，并基于处理后的图像构建肘关节模型。
在此需要说明的是，本申请实施例提供的肘关节增生信息获取装置，能够实现上述肘关节增生信息获取方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
图6为本申请实施例提供的电子设备的结构示意图，如图6所示，该电子设备可以包括：处理器（Processor）610、通信接口（Communications Interface）620、存储器（Memory）630和通信总线（Communications Bus）640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑命令，以执行上述方法，该方法包括：
基于目标患者的肘关节图像构建目标患者的肘关节模型，并生成肘关节模型的完全伸展准则；
基于完全伸展准则控制肘关节模型从肘关节图像中的初始状态运动至完全伸展状态，得到目标患者的第一增生部分；
控制肘关节模型从完全伸展状态运动至预设最大屈曲状态，得到目标患者的第二增生部分；
基于第一增生部分和第二增生部分进行肘关节碰撞检测，得到目标患者当前肘关节的活动范围。
此外，上述的存储器中的逻辑命令可以通过软件功能模块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，本申请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，包括若干命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）执行本申请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（Read-OnlyMemory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的电子设备中的处理器可以调用存储器中的逻辑指令，实现上述方法，其具体的实施方式与前述方法实施方式一致，且可以达到相同的有益效果，此处不再赘述。
本申请实施例还提供一种非暂态计算机可读的存储介质，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实施例提供的方法。
其具体的实施方式与前述方法实施方式一致，且可以达到相同的有益效果，此处不再赘述。
本申请实施例提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上述方法。
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模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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申请的技术方案，而非对其限制；尽管参照前述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精神和范围。
Claims (10)
1.一种肘关节增生信息获取方法，其特征在于，包括：
基于目标患者的肘关节图像构建所述目标患者的肘关节模型，并生成所述肘关节模型的完全伸展准则；
基于所述完全伸展准则控制所述肘关节模型从所述肘关节图像中的初始状态运动至完全伸展状态，得到所述目标患者的第一增生部分；
控制所述肘关节模型从所述完全伸展状态运动至预设最大屈曲状态，得到所述目标患者的第二增生部分；
基于所述第一增生部分和所述第二增生部分进行肘关节碰撞检测，得到所述目标患者当前肘关节的活动范围。
2.根据权利要求1所述的肘关节增生信息获取方法，其特征在于，所述肘关节模型中的关节包括所述目标患者的肱骨、尺骨和桡骨；所述基于所述第一增生部分和所述第二增生部分进行肘关节碰撞检测，得到所述目标患者当前肘关节的活动范围，包括：
在所述肘关节模型从所述最大屈曲状态开始伸展运动直至所述肘关节模型中的尺骨和桡骨碰撞到所述第一增生部分的情况下，获取所述肘关节模型中大臂与小臂之间的夹角，得到第一角度；
在所述肘关节模型从所述完全伸展状态开始屈曲运动直至所述尺骨和所述桡骨碰撞到所述第二增生部分的情况下，获取所述大臂与所述小臂之间的夹角，得到第二角度；
基于所述第一角度和所述第二角度确定所述活动范围。
3.根据权利要求1所述的肘关节增生信息获取方法，其特征在于，所述得到所述目标患者当前肘关节的活动范围之后，还包括：
基于所述活动范围确定目标角度；所述目标角度为切除待切除的增生部分后所述目标患者的肘关节处于最大屈曲状态时所述目标患者的大臂与小臂之间的夹角；
控制所述肘关节模型从所述完全伸展状态运动至所述目标角度对应的屈曲状态，得到所述目标患者的第三增生部分；
将所述第一增生部分和所述第三增生部分作为所述目标患者待切除的增生部分。
4.根据权利要求2所述的肘关节增生信息获取方法，其特征在于，所述生成所述肘关节模型的完全伸展准则，包括：
生成所述肱骨的有向包围盒，并在肱骨中段上沿着肱骨骨干轴向选取多个肱骨点；
以选取的各个肱骨点为原点、以垂直于所述肱骨的有向包围盒的底面为法线向量生成各个肱骨平面；
基于各个肱骨平面截取肱骨轮廓的形心，并基于最小二乘法拟合出肱骨骨干轴线；
生成所述尺骨的有向包围盒，并在尺骨中段上沿着尺骨骨干轴向选取多个尺骨点；
以选取的各个尺骨点为原点、以垂直于所述尺骨的有向包围盒的底面为法线向量生成各个尺骨平面；
基于各个尺骨平面截取尺骨轮廓的形心，并基于最小二乘法拟合出尺骨骨干轴线；
将所述肱骨的肱骨外上髁与肱骨内上髁两点形成的方向向量与所述肱骨骨干轴线的方向向量做叉乘，求得叉乘向量；
将所述尺骨骨干轴线的方向向量与所述叉乘向量的夹角在预设角度范围内作为所述完全伸展准则。
5.根据权利要求2所述的肘关节增生信息获取方法，其特征在于，所述基于所述完全伸展准则控制所述肘关节模型从所述肘关节图像中的初始状态运动至完全伸展状态，包括：
基于最小二乘法拟合所述肘关节模型进行屈曲运动和伸展运动时的旋转轴；
基于所述完全伸展准则控制所述肘关节模型绕所述旋转轴从所述初始状态运动至所述完全伸展状态；
其中，所述基于最小二乘法拟合所述肘关节模型进行屈曲运动和伸展运动时的旋转轴，包括：
在所述肱骨的肱骨小头表面选取多个小头点，并基于最小二乘法拟合出所述多个小头点的球心；
在所述肱骨的肱骨滑车处选取多个滑车点，并基于最小二乘法拟合出所述多个滑车点的圆心；
将所述球心与所述圆心的连线作为所述旋转轴。
6.根据权利要求5所述的肘关节增生信息获取方法，其特征在于，所述得到所述目标患者的第一增生部分，包括：
控制所述肘关节模型绕所述旋转轴做伸展运动直至所述肘关节模型的伸展状态符合所述完全伸展状态；
对所述肘关节模型进行布尔运算，得到所述肘关节模型中各个关节间的重叠部分，所述重叠部分为所述第一增生部分。
7.根据权利要求1所述的肘关节增生信息获取方法，其特征在于，所述基于目标患者的肘关节图像构建所述目标患者的肘关节模型，包括：
获取所述目标患者的肘关节的多个计算机断层扫描影像；
对各个计算机断层扫描影像进行图像处理，并基于处理后的图像构建所述肘关节模型。
8.一种肘关节增生信息获取装置，其特征在于，包括：
构建模块，用于基于目标患者的肘关节图像构建所述目标患者的肘关节模型，并生成所述肘关节模型的完全伸展准则；
伸展模块，用于基于所述完全伸展准则控制所述肘关节模型从所述肘关节图像中的初始状态运动至完全伸展状态，得到所述目标患者的第一增生部分；
屈曲模块，用于控制所述肘关节模型从所述完全伸展状态运动至预设最大屈曲状态，得到所述目标患者的第二增生部分；
碰撞模块，用于基于所述第一增生部分和所述第二增生部分进行肘关节碰撞检测，得到所述目标患者当前肘关节的活动范围。
9.一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7任一项所述的肘关节增生信息获取方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至7任一项所述的肘关节增生信息获取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410574299.5A CN118141517A (zh) | 2024-05-10 | 2024-05-10 | 肘关节增生信息获取方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410574299.5A CN118141517A (zh) | 2024-05-10 | 2024-05-10 | 肘关节增生信息获取方法、装置、介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118141517A true CN118141517A (zh) | 2024-06-07 |
Family
ID=91297102
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410574299.5A Pending CN118141517A (zh) | 2024-05-10 | 2024-05-10 | 肘关节增生信息获取方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118141517A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023086592A2 (en) * | 2021-11-12 | 2023-05-19 | Materialise Nv | Systems, methods and devices for augmented reality assisted surgery |
| CN116509426A (zh) * | 2023-05-06 | 2023-08-01 | 北京理工大学 | 一种肘关节旋转中心轴识别方法、系统、电子设备及介质 |
| CN117095809A (zh) * | 2023-10-20 | 2023-11-21 | 中国科学院自动化研究所 | 康复机器人主动训练柔性控制方法及装置 |
| CN117257453A (zh) * | 2023-07-20 | 2023-12-22 | 中国科学院自动化研究所 | 肘关节置换手术术前规划系统 |
| US20240037747A1 (en) * | 2019-09-20 | 2024-02-01 | Oslo Universitetssykehus | Histological image analysis |
| CN117830476A (zh) * | 2022-09-27 | 2024-04-05 | 华为终端有限公司 | 一种虚拟形象生成方法及相关装置 |
-
2024
- 2024-05-10 CN CN202410574299.5A patent/CN118141517A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20240037747A1 (en) * | 2019-09-20 | 2024-02-01 | Oslo Universitetssykehus | Histological image analysis |
| WO2023086592A2 (en) * | 2021-11-12 | 2023-05-19 | Materialise Nv | Systems, methods and devices for augmented reality assisted surgery |
| CN117830476A (zh) * | 2022-09-27 | 2024-04-05 | 华为终端有限公司 | 一种虚拟形象生成方法及相关装置 |
| CN116509426A (zh) * | 2023-05-06 | 2023-08-01 | 北京理工大学 | 一种肘关节旋转中心轴识别方法、系统、电子设备及介质 |
| CN117257453A (zh) * | 2023-07-20 | 2023-12-22 | 中国科学院自动化研究所 | 肘关节置换手术术前规划系统 |
| CN117095809A (zh) * | 2023-10-20 | 2023-11-21 | 中国科学院自动化研究所 | 康复机器人主动训练柔性控制方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110827383B (zh) | 三维模型的姿态模拟方法、装置、存储介质和电子设备 | |
| KR20210011425A (ko) | 이미지 처리 방법 및 디바이스, 이미지 장치, 및 저장 매체 | |
| CN107833271A (zh) | 一种基于Kinect的骨骼重定向方法及装置 | |
| CN112307876B (zh) | 关节点检测方法及装置 | |
| CN104869934A (zh) | 利用三维跟踪传感器进行配准及导航 | |
| US20150148653A1 (en) | Determining a range of motion of an artificial knee joint | |
| US10062197B2 (en) | Animating a virtual object in a virtual world | |
| Loukas et al. | An integrated approach to endoscopic instrument tracking for augmented reality applications in surgical simulation training | |
| Leizea et al. | Real-time visual tracking of deformable objects in robot-assisted surgery | |
| JP4283752B2 (ja) | 多関節物体の連接要素間の内部衝突を回避しながらの仮想環境における仮想多関節物体の動き | |
| CN113160189A (zh) | 血管中心线提取方法、装置、设备及存储介质 | |
| CN111222379A (zh) | 一种手部检测方法及装置 | |
| CN112581354A (zh) | 用于确定用于在整形外科手术中使用的三维模型的准确度的技术 | |
| GB2546815B (en) | Animating a virtual object in a virtual world | |
| WO2019234293A1 (en) | Measuring surface distances on human bodies | |
| CN118141517A (zh) | 肘关节增生信息获取方法、装置、介质及设备 | |
| Wu et al. | A fast garment fitting algorithm using skeleton‐based error metric | |
| CN111113428A (zh) | 机器人控制方法、机器人控制装置及终端设备 | |
| CN112975993B (zh) | 一种机器人示教方法、装置、存储介质和设备 | |
| Rumman et al. | Collision detection for articulated deformable characters | |
| CN114373040A (zh) | 一种三维模型重建方法和采集终端 | |
| JP6894398B2 (ja) | オブジェクト追跡装置、オブジェクト追跡方法、及びオブジェクト追跡プログラム | |
| CN112562071A (zh) | 一种动作差异度计算方法、装置、设备及存储介质 | |
| US20230377171A1 (en) | System and method for image segmentation for detecting the location of a joint center | |
| CN110335306B (zh) | 注视点预测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |