JP2022544400A - 整形外科的関節のための外科的な修正処置の術前計画 - Google Patents
整形外科的関節のための外科的な修正処置の術前計画 Download PDFInfo
- Publication number
- JP2022544400A JP2022544400A JP2022509002A JP2022509002A JP2022544400A JP 2022544400 A JP2022544400 A JP 2022544400A JP 2022509002 A JP2022509002 A JP 2022509002A JP 2022509002 A JP2022509002 A JP 2022509002A JP 2022544400 A JP2022544400 A JP 2022544400A
- Authority
- JP
- Japan
- Prior art keywords
- implant
- model
- existing
- joint
- shape
- 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
- 238000000034 method Methods 0.000 title claims description 241
- 230000000399 orthopedic effect Effects 0.000 title description 5
- 239000007943 implant Substances 0.000 claims abstract description 1044
- 238000002513 implantation Methods 0.000 claims abstract description 100
- 210000000988 bone and bone Anatomy 0.000 claims description 134
- 239000013598 vector Substances 0.000 claims description 133
- 241001653121 Glenoides Species 0.000 claims description 118
- 239000004568 cement Substances 0.000 claims description 88
- 230000011218 segmentation Effects 0.000 claims description 83
- 238000002591 computed tomography Methods 0.000 claims description 38
- 239000003550 marker Substances 0.000 claims description 34
- 230000002441 reversible effect Effects 0.000 claims description 29
- 230000004044 response Effects 0.000 claims description 22
- 238000010801 machine learning Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000000611 regression analysis Methods 0.000 claims description 6
- 210000004872 soft tissue Anatomy 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 239
- 230000000875 corresponding effect Effects 0.000 description 129
- 210000003484 anatomy Anatomy 0.000 description 114
- 210000001991 scapula Anatomy 0.000 description 90
- 230000006870 function Effects 0.000 description 52
- 238000000605 extraction Methods 0.000 description 30
- 230000001575 pathological effect Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 25
- 201000010099 disease Diseases 0.000 description 25
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 25
- 239000011159 matrix material Substances 0.000 description 25
- 238000012512 characterization method Methods 0.000 description 21
- 208000014674 injury Diseases 0.000 description 21
- 208000027418 Wounds and injury Diseases 0.000 description 19
- 230000006378 damage Effects 0.000 description 19
- 238000012800 visualization Methods 0.000 description 19
- 238000001356 surgical procedure Methods 0.000 description 18
- 210000001503 joint Anatomy 0.000 description 10
- 239000002184 metal Substances 0.000 description 10
- 229910052751 metal Inorganic materials 0.000 description 10
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000009466 transformation Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008439 repair process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 210000002758 humerus Anatomy 0.000 description 6
- 238000013519 translation Methods 0.000 description 6
- 210000002659 acromion Anatomy 0.000 description 5
- 230000003628 erosive effect Effects 0.000 description 5
- 206010039073 rheumatoid arthritis Diseases 0.000 description 5
- 238000011882 arthroplasty Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 210000004095 humeral head Anatomy 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000002969 morbid Effects 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 4
- 210000000323 shoulder joint Anatomy 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 206010003246 arthritis Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000002639 bone cement Substances 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 201000008482 osteoarthritis Diseases 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 206010017076 Fracture Diseases 0.000 description 2
- 206010023204 Joint dislocation Diseases 0.000 description 2
- 239000004698 Polyethylene Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 210000003109 clavicle Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001054 cortical effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 2
- -1 polyethylene Polymers 0.000 description 2
- 229920000573 polyethylene Polymers 0.000 description 2
- 239000004926 polymethyl methacrylate Substances 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000008733 trauma Effects 0.000 description 2
- 206010051728 Bone erosion Diseases 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 206010058314 Dysplasia Diseases 0.000 description 1
- 208000008558 Osteophyte Diseases 0.000 description 1
- 208000024288 Rotator Cuff injury Diseases 0.000 description 1
- 208000034189 Sclerosis Diseases 0.000 description 1
- 206010048873 Traumatic arthritis Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 210000000513 rotator cuff Anatomy 0.000 description 1
- 238000002202 sandwich sublimation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
-
- 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]
-
- 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
- A61B2034/102—Modelling of surgical devices, implants or prosthesis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- 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
- G06T2219/2004—Aligning objects, relative positioning of parts
-
- 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
- G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
-
- 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
-
- 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
- G06T2219/2021—Shape modification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- General Physics & Mathematics (AREA)
- Robotics (AREA)
- Pulmonology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Prostheses (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。
[1] 罹患した解剖学的対象物のための形状モデルを決定することと、
コンピューティングシステムによって、インプラントを含む患者の関節の画像データを取得することと、ここにおいて、前記画像データが、前記インプラントをもつ前記関節の3Dモデルを備える、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、骨に対応するボクセルを識別することと、
前記骨に対応すると識別された前記ボクセルに基づいて、前記骨に対する初期形状推定を決定することと、
アライメントされた初期形状推定を形成するように前記初期形状推定を前記形状モデルにアライメントすることと、
前記骨の埋め込み前の罹患した近似を生成するために前記アライメントされた初期形状推定に基づいて前記形状モデルを変形させることと
を備える方法。
[2] 前記骨の前記埋め込み前の罹患した近似をディスプレイデバイスに出力すること
をさらに備える、[1]に記載の方法。
[3] 前記インプラントをもつ前記関節の前記3Dモデルにおいて、前記インプラントに対応するボクセルを識別することと、
前記インプラントのない前記関節の3Dモデルを生成するために、前記インプラントをもつ前記関節の前記3Dモデルから前記インプラントに対応する前記ボクセルを除去することと
をさらに備える、[1]または[2]に記載の方法。
[4] 前記インプラントのない前記関節の前記3Dモデルをディスプレイデバイスに出力すること
をさらに備える、[3]に記載の方法。
[5] 前記骨の前記埋め込み前の罹患した近似に基づいて、前記インプラントのない前記関節の前記3Dモデルをセグメント化すること
をさらに備える、[1]から[4]のいずれかに記載の方法。
[6] 前記骨の前記埋め込み前の罹患した近似に基づいて前記インプラントのない前記関節の前記3Dモデルをセグメント化することが、前記埋め込み前の罹患した近似を機械学習システムに入力することを備える、[5]に記載の方法。
[7] 前記インプラントのない前記関節の前記セグメント化された3Dモデルを出力すること
をさらに備える、[5]に記載の方法。
[8] 前記インプラントのない前記関節の前記セグメント化された3Dモデルを出力することが、前記3Dモデルのための複数の可能なセグメンテーションを出力することを備える、[7]に記載の方法。
[9] 前記3Dモデルのための前記複数の可能なセグメンテーションの信頼値を出力すること
をさらに備える、[7]に記載の方法。
[10] 前記インプラントをもつ前記関節の前記3Dモデルにおいて、非インプラント特徴に対応するボクセルを識別することと、
前記インプラントの3Dモデルを生成するために、前記インプラントをもつ前記関節の前記3Dモデルから前記非インプラント特徴に対応する前記ボクセルを除去することと
をさらに備える、[1]から[4]のいずれかに記載の方法。
[11] 前記インプラントの前記3Dモデルをディスプレイデバイスに出力すること
をさらに備える、[10]に記載の方法。
[12] 前記インプラントをもつ前記関節の前記3Dモデルにおいて、前記インプラントの3Dモデルを決定するために前記インプラントに対応するボクセルを識別することと、
前記インプラントの前記3Dモデルに基づいて、前記インプラントのための1つまたは複数の特徴を決定することと、
前記インプラントのための前記決定された1つまたは複数の特徴に基づいて前記アライメントされた初期形状推定を形成するために、前記初期形状推定を前記形状モデルにアライメントすることと
をさらに備える、[1]に記載の方法。
[13] 前記初期形状推定を前記形状モデルにアライメントすることが、前記形状モデルへの前記初期形状推定の初期アライメントを実施することと、前記形状モデルに対して前記初期アライメントを回転させることとをさらに備える、[12]に記載の方法。
[14] 前記埋め込み前の罹患した骨のための前記形状モデルを決定することが、前記埋め込み前の罹患した骨の分類をユーザから受け取ることを備える、[1]に記載の方法。
[15] 骨に対応する前記ボクセルを識別することが、
前記3Dモデル内のボクセルを、骨、インプラント、軟部組織、またはノイズのうちの1つに対応すると分類すること
を備える、[1]に記載の方法。
[16] 最初にアライメントされた形状推定に基づいて前記形状モデルを変形させることが、反復的最近点レジストレーションまたは弾性レジストレーションの一方または両方を実施することを備える、[1]から[15]のいずれかに記載の方法。
[17] 前記画像データがコンピュータ断層撮影(CT)画像を備える、[1]から[16]のいずれかに記載の方法。
[18] コンピューティングシステムによって、インプラントを含む患者の関節の画像データを取得することと、ここにおいて、前記画像データが、前記インプラントをもつ前記関節の3Dモデルを備える、
前記3Dモデル内の第1の対象物を識別することと、ここにおいて、前記第1の対象物が前記インプラントの第1のコンポーネントに対応する、
前記第1の対象物に基づいて第1のベクトルを決定することと、
前記3Dモデル内の第2の対象物を識別することと、ここにおいて、前記第2の対象物が前記インプラントの第2のコンポーネントに対応する、
前記第2の対象物に基づいて第2のベクトルを決定することと、
前記第1のベクトルおよび前記第2のベクトルによって画定された平面に垂直である第3のベクトルを決定することと、
前記第1のベクトル、前記第2のベクトル、および前記第3のベクトルに基づいて患者座標系を決定することと、
前記3Dモデル内の解剖学的対象物を識別することと、
前記決定された患者座標系に基づいて前記画像データから形状モデルに前記解剖学的対象物を最初にアライメントする初期アライメントされた形状を生成することと、
前記初期アライメントされた形状に基づいて、前記解剖学的対象物の罹患した埋め込み前形状を示す情報を生成することと
を備える方法。
[19] 前記初期アライメントされた形状と前記形状モデルとの距離が、アライメントされた形状を生成する閾値を満たすまで、前記初期アライメントされた形状を回転させるように、前記初期アライメントされた形状の座標を反復的に調整すること
をさらに備え、
ここにおいて、前記解剖学的対象物の前記罹患した埋め込み前形状を示す情報を生成することが、前記アライメントされた形状に基づいて前記罹患した埋め込み前形状を示す情報を生成することを備える、
[18]に記載の方法。
[20] コンピューティングシステムによって、患者の関節の画像データを取得することと、
前記コンピューティングシステムによって、前記関節が既存のインプラントを含むことを決定することと、
前記関節の前記画像データをセグメント化することと、
前記既存のインプラントに関するタイプの識別を生成することと
を備える方法。
[21] 前記関節が前記インプラントを含むことを決定することが、前記コンピューティングシステムによって、前記画像データの分析に基づいて前記関節が前記インプラントを含むことを決定することを備える、[20]に記載の方法。
[22] 前記関節が前記インプラントを含むことを決定することが、前記コンピューティングシステムによって、ユーザ入力に基づいて前記関節が前記インプラントを含むことを決定することを備える、[20]に記載の方法。
[23] 前記既存のインプラントに関する前記タイプの前記識別が、リバース型インプラント、解剖学的インプラント、または半球インプラントのうちの1つを備える、[20]から[22]のいずれかに記載の方法。
[24] 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記画像データをセグメント化することが、前記3Dモデルにおいて、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別することを備え、前記方法が、
前記既存のインプラントに対応する前記ボクセルが3つの接続されていない対象物を形成することを決定することと、
前記既存のインプラントに対応する前記ボクセルが前記3つの接続されていない対象物を形成することを決定することに応答して、前記既存のインプラントに関する前記タイプが未定義のタイプを備えることを決定することと
をさらに備える、[20]から[23]のいずれかに記載の方法。
[25] 前記既存のインプラントに関する前記タイプが前記未定義のタイプを備えることを示す出力を生成すること
をさらに備える、[24]に記載の方法。
[26] 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記画像データをセグメント化することが、前記3Dモデルにおいて、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別することを備え、前記方法が、
前記既存のインプラントに対応する前記ボクセルが1つの接続された対象物を形成することを決定することと、
前記既存のインプラントに対応する前記ボクセルが前記1つの接続された対象物を形成することを決定することに応答して、前記既存のインプラントに対応する前記ボクセルの場所に基づいて、ボクセルの第2の場所を識別することと、
前記ボクセルの第2の場所において、関節窩マーカを探索することと、
前記関節窩マーカを検出しないことに応答して、前記既存のインプラントに関する前記タイプが半球インプラントタイプを備えることを決定すること
をさらに備える、[20]から[23]のいずれかに記載の方法。
[27] 前記既存のインプラントに関する前記タイプが前記半球インプラントタイプを備えることを示す出力を生成すること
をさらに備える、[26]に記載の方法。
[28] 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記画像データをセグメント化することが、前記3Dモデルにおいて、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別することを備え、前記方法が、
前記既存のインプラントに対応する前記ボクセルが1つの接続された対象物を形成することを決定することと、
前記既存のインプラントに対応する前記ボクセルが前記1つの接続された対象物を形成することを決定することに応答して、前記既存のインプラントに対応する前記ボクセルの場所に基づいて、ボクセルの第2の場所を識別することと、
前記ボクセルの第2の場所において、関節窩マーカを探索することと、
前記関節窩マーカを検出することに応答して、前記既存のインプラントに関する前記タイプが解剖学的インプラントタイプを備えることを決定すること
をさらに備える、[20]から[23]のいずれかに記載の方法。
[29] 前記既存のインプラントに関する前記タイプが前記解剖学的インプラントタイプを備えることを示す出力を生成すること
をさらに備える、[28]に記載の方法。
[30] 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記画像データをセグメント化することが、前記3Dモデルにおいて、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別することを備え、前記方法が、
前記既存のインプラントに対応する前記ボクセルが2つの接続されていない対象物を形成することを決定することと、
前記既存のインプラントに対応する前記ボクセルが前記2つの接続されていない対象物を形成することを決定することに応答して、前記既存のインプラントに関する前記タイプがリバースタイプを備えることを決定することと
をさらに備える、[20]から[23]のいずれかに記載の方法。
[31] 前記既存のインプラントに関する前記タイプが前記リバースタイプを備えることを示す出力を生成すること
をさらに備える、[30]に記載の方法。
[32] コンピューティングシステムによって、既存のインプラントをもつ患者の関節の画像データを取得することと、
前記コンピューティングシステムによって、前記既存のインプラントをもつ前記患者の前記関節の前記画像データ内で、前記既存のインプラントの画像を識別することと、
メモリデバイス内で、複数のインプラント製品を前記複数のインプラント製品に関する画像と関連づけるデータベースにアクセスすることと、前記複数のインプラント製品の各インプラント製品が少なくとも1つの画像と関連づけられる、
前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の比較に基づいて、前記既存のインプラントに対応する少なくとも1つのインプラント製品を識別することと
を備える方法。
[33] 各それぞれのインプラント製品が、前記それぞれのインプラント製品に関する製造業者と関連づけられ、前記方法が、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品に関する前記製造業者の標識を出力すること
をさらに備える、[32]に記載の方法。
[34] 各それぞれのインプラント製品が、前記それぞれのインプラント製品に関する製品識別と関連づけられ、前記方法が、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品に関する前記製品識別の標識を出力すること
をさらに備える、[32]または[33]に記載の方法。
[35] 各それぞれのインプラント製品が、前記それぞれのインプラント製品を除去するために使用されるツールのセットと関連づけられ、前記方法が、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品のために前記それぞれのインプラント製品を除去するために使用される前記ツールのセットの標識を出力すること
をさらに備える、[32]から[34]のいずれかに記載の方法。
[36] 各それぞれのインプラント製品が、前記それぞれのインプラント製品を除去するための命令のセットと関連づけられ、前記方法が、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品のために前記それぞれのインプラント製品を除去するための前記命令のセットを出力すること
をさらに備える、[32]から[35]のいずれかに記載の方法。
[37] ユーザ入力を受け取ること
をさらに備え、
ここにおいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別することが、前記ユーザ入力にさらに基づく、
[32]から[36]のいずれかに記載の方法。
[38] 前記ユーザ入力が、
前記既存のインプラントが設置された国の標識、
前記既存のインプラントが設置された日付または日付範囲、
前記既存のインプラントに関する製造業者、
前記既存のインプラントに関するタイプ
のうちの1つまたは複数を備える、[37]に記載の方法。
[39] 前記ユーザ入力に基づいて、前記複数のインプラント製品からインプラント製品のサブセットを決定すること
をさらに備え、
ここにおいて、前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別することが、前記インプラント製品のサブセットのみに関する画像と前記関節の前記画像データを比較することを備える、
[37]または[38]に記載の方法。
[40] 前記患者の前記関節の前記画像データが前記関節の3Dモデルを備え、前記既存のインプラントの前記画像が前記既存のインプラントの3Dモデルを備え、前記複数のインプラント製品に関する前記画像が3D画像を備える、[32]から[39]のいずれかに記載の方法。
[41] 前記患者の前記関節の前記画像データが前記関節の2D画像を備え、前記既存のインプラントの前記画像が前記既存のインプラントの2D画像を備え、前記複数のインプラント製品に関する前記画像が2D画像を備える、[32]から[39]のいずれかに記載の方法。
[42] 前記患者の前記関節の前記画像データが前記関節の3Dモデルを備え、前記既存のインプラントの前記画像が前記既存のインプラントの3Dモデルを備え、前記複数のインプラント製品に関する前記画像が2D画像を備える、[32]から[39]のいずれかに記載の方法。
[43] 前記既存のインプラントの前記3Dモデルから、前記既存のインプラントのデジタル的に再構成された放射線写真を決定すること
をさらに備え、
ここにおいて、前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別することが、前記複数のインプラント製品に関する前記画像と前記既存のインプラントの前記デジタル的に再構成された放射線写真を比較することを備える、
[42]に記載の方法。
[44] 前記既存のインプラントをもつ前記患者の前記関節の前記画像データがX線画像を備える、[32]から[39]のいずれかに記載の方法。
[45] 前記既存のインプラントの前記画像を識別することが、前記既存のインプラントのセグメント化された画像を決定するために前記既存のインプラントをもつ前記患者の前記関節の前記画像データをセグメント化することを備える、[32]から[44]のいずれかに記載の方法。
[46] 前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する少なくとも1つのインプラント製品を識別することが、前記複数のインプラント製品のための形状と前記画像データ内の前記既存のインプラントの形状を比較することを備える、[32]から[45]のいずれかに記載の方法。
[47] コンピューティングシステムによって、既存のインプラントをもつ患者の関節の画像データを取得することと、
前記コンピューティングシステムによって、前記既存のインプラントの一部分を骨に固定するセメントに対応する画像の部分を識別することと、
セメントに対応する前記画像の前記部分に基づいて、前記既存のインプラントをもつ前記患者の前記関節のセメント強度を決定することと、
前記決定されたセメント強度に基づいて出力を生成することと
を備える方法。
[48] 前記出力が、前記既存のインプラントを除去することと関連づけられた困難さの推定を備える、[47]に記載の方法。
[49] 前記出力が、前記既存のインプラントを除去するための外科的な推奨を備える、[47]または[48]に記載の方法。
[50] 複数のセメント強度に関するデータベースを記憶することと、前記セメント強度の各々が、インプラントを除去するために必要とされる困難さの尺度と関連づけられる、
前記複数のセメント強度の回帰分析に基づいて、前記既存のインプラントをもつ前記患者の前記関節に関する前記セメント強度に基づいて前記既存のインプラントを除去するために必要とされる困難さの推定を決定することと
をさらに備える、[47]から[49]のいずれかに記載の方法。
[51] 前記インプラントを除去するために必要とされる前記困難の尺度が、前記インプラントを除去するために必要とされる打撃の数を備える、[50]に記載の方法。
[52] 実行されるとき、1つまたは複数のプロセッサに[1]から[51]のいずれかに記載の方法を実施させる命令を記憶するコンピュータ可読記憶媒体。
[53] メモリと、
回路内で実装され、
罹患した解剖学的対象物のための形状モデルを決定し、
インプラントを含む患者の関節の画像データを取得し、ここにおいて、前記画像データが、前記インプラントをもつ前記関節の3Dモデルを備える、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、骨に対応するボクセルを識別し、
前記骨に対応すると識別された前記ボクセルに基づいて、前記骨に対する初期形状推定を決定し、
アライメントされた初期形状推定を形成するように前記初期形状推定を前記形状モデルにアライメントし、
前記骨の埋め込み前の罹患した近似を生成するために前記アライメントされた初期形状推定に基づいて前記形状モデルを変形させる
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。
[54] 前記1つまたは複数のプロセッサが、
前記骨の前記埋め込み前の罹患した近似をディスプレイデバイスに出力する
ようにさらに構成される、[53]に記載のデバイス。
[55] 前記1つまたは複数のプロセッサが、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、前記インプラントに対応するボクセルを識別し、
前記インプラントのない前記関節の3Dモデルを生成するために、前記インプラントをもつ前記関節の前記3Dモデルから前記インプラントに対応する前記ボクセルを除去する
ようにさらに構成される、[53]または[54]に記載のデバイス。
[56] 前記1つまたは複数のプロセッサが、
前記インプラントのない前記関節の前記3Dモデルをディスプレイデバイスに出力する
ようにさらに構成される、[55]に記載のデバイス。
[57] 前記1つまたは複数のプロセッサが、
前記骨の前記埋め込み前の罹患した近似に基づいて、前記インプラントのない前記関節の前記3Dモデルをセグメント化する
ようにさらに構成される、[53]から[56]のいずれかに記載のデバイス。
[58] 前記骨の前記埋め込み前の罹患した近似に基づいて前記インプラントのない前記関節の前記3Dモデルをセグメント化するために、前記1つまたは複数のプロセッサが、前記埋め込み前の罹患した近似を機械学習システムに入力するようにさらに構成される、[57]に記載のデバイス。
[59] 前記1つまたは複数のプロセッサが、
前記インプラントのない前記関節の前記セグメント化された3Dモデルを出力する
ようにさらに構成される、[57]に記載のデバイス。
[60] 前記インプラントのない前記関節の前記セグメント化された3Dモデルを出力するために、前記1つまたは複数のプロセッサが、前記3Dモデルのための複数の可能なセグメンテーションを出力するようにさらに構成される、[59]に記載のデバイス。
[61] 前記1つまたは複数のプロセッサが、
前記3Dモデルのための前記複数の可能なセグメンテーションの信頼値を出力する
ようにさらに構成される、[59]に記載のデバイス。
[62] 前記1つまたは複数のプロセッサが、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、非インプラント特徴に対応するボクセルを識別し、
前記インプラントの3Dモデルを生成するために、前記インプラントをもつ前記関節の前記3Dモデルから前記非インプラント特徴に対応する前記ボクセルを除去する
ようにさらに構成される、[53]から[56]のいずれかに記載のデバイス。
[63] 前記1つまたは複数のプロセッサが、
前記インプラントの前記3Dモデルをディスプレイデバイスに出力する
ようにさらに構成される、[62]に記載のデバイス。
[64] 前記1つまたは複数のプロセッサが、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、前記インプラントの3Dモデルを決定するために前記インプラントに対応するボクセルを識別し、
前記インプラントの前記3Dモデルに基づいて、前記インプラントのための1つまたは複数の特徴を決定し、
前記インプラントのための前記決定された1つまたは複数の特徴に基づいて前記アライメントされた初期形状推定を形成するために、前記初期形状推定を前記形状モデルにアライメントする
ようにさらに構成される、[53]に記載のデバイス。
[65] 前記初期形状推定を前記形状モデルにアライメントするために、前記1つまたは複数のプロセッサが、前記形状モデルへの前記初期形状推定の初期アライメントを実施し、前記形状モデルに対して前記初期アライメントを回転させるようにさらに構成される、[64]に記載のデバイス。
[66] 前記埋め込み前の罹患した骨のための前記形状モデルを決定するために、前記1つまたは複数のプロセッサが、前記埋め込み前の罹患した骨の分類をユーザから受け取るようにさらに構成される、[53]に記載のデバイス。
[67] 骨に対応する前記ボクセルを識別するために、前記1つまたは複数のプロセッサが、
前記3Dモデル内のボクセルを、骨、インプラント、軟部組織、またはノイズのうちの1つに対応すると分類する
ようにさらに構成される、[53]に記載のデバイス。
[68] 初期にアライメントされた形状推定に基づいて前記形状モデルを変形させるために、前記1つまたは複数のプロセッサが、反復的最近点レジストレーションまたは弾性レジストレーションの一方または両方を実施するようにさらに構成される、[53]から[67]のいずれかに記載のデバイス。
[69] 前記画像データがコンピュータ断層撮影(CT)画像を備える、[53]から[68]のいずれかに記載のデバイス。
[70] メモリと、
回路内で実装され、
インプラントを含む患者の関節の画像データを取得し、ここにおいて、前記画像データが、前記インプラントをもつ前記関節の3Dモデルを備える、
前記3Dモデル内の第1の対象物を識別し、ここにおいて、前記第1の対象物が前記インプラントの第1のコンポーネントに対応する、
前記第1の対象物に基づいて第1のベクトルを決定し、
前記3Dモデル内の第2の対象物を識別し、ここにおいて、前記第2の対象物が前記インプラントの第2のコンポーネントに対応する、
前記第2の対象物に基づいて第2のベクトルを決定し、
前記第1のベクトルおよび前記第2のベクトルによって画定された平面に垂直である第3のベクトルを決定し、
前記第1のベクトル、前記第2のベクトル、および前記第3のベクトルに基づいて患者座標系を決定し、
前記3Dモデル内の解剖学的対象物を識別し、
前記決定された患者座標系に基づいて前記画像データから形状モデルに前記解剖学的対象物を最初にアライメントする初期アライメントされた形状を生成し、
前記初期アライメントされた形状に基づいて、前記解剖学的対象物の罹患した埋め込み前形状を示す情報を生成する
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。
[71] 前記1つまたは複数のプロセッサが、
前記初期アライメントされた形状と前記形状モデルとの距離が、アライメントされた形状を生成する閾値を満たすまで、前記初期アライメントされた形状を回転させるように、前記初期アライメントされた形状の座標を反復的に調整する
ようにさらに構成され、
ここにおいて、前記解剖学的対象物の前記罹患した埋め込み前形状を示す前記情報を生成するために、前記1つまたは複数のプロセッサが、前記アライメントされた形状に基づいて前記罹患した埋め込み前形状を示す情報を生成するようにさらに構成される、
[70]に記載のデバイス。
[72] メモリと、
回路内で実装され、
患者の関節の画像データを取得し、
前記関節が既存のインプラントを含むことを決定し、
前記関節の前記画像データをセグメント化し、
前記既存のインプラントに関するタイプの識別を生成する
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。
[73] 前記関節が前記インプラントを含むことを決定するために、前記1つまたは複数のプロセッサが、前記画像データの分析に基づいて前記関節が前記インプラントを含むことを決定するようにさらに構成される、[72]に記載のデバイス。
[74] 前記関節が前記インプラントを含むことを決定するために、前記1つまたは複数のプロセッサが、ユーザ入力に基づいて前記関節が前記インプラントを含むことを決定するようにさらに構成される、[72]に記載のデバイス。
[75] 前記既存のインプラントに関する前記タイプの前記識別が、リバース型インプラント、解剖学的インプラント、または半球インプラントのうちの1つを備える、[72]から[74]のいずれかに記載のデバイス。
[76] 前記画像データが前記関節の3Dモデルを備え、前記1つまたは複数のプロセッサが、
前記画像データをセグメント化するために、前記3Dモデル内で、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別し、
前記既存のインプラントに対応する前記ボクセルが3つの接続されていない対象物を形成することを決定し、
前記既存のインプラントに対応する前記ボクセルが前記3つの接続されていない対象物を形成することを決定することに応答して、前記既存のインプラントに関する前記タイプが未定義のタイプを備えることを決定する
ようにさらに構成される、[72]から[75]のいずれかに記載のデバイス。
[77] 前記1つまたは複数のプロセッサが、
前記既存のインプラントに関する前記タイプが前記未定義のタイプを備えることを示す出力を生成する
ようにさらに構成される、[76]に記載のデバイス。
[78] 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記1つまたは複数のプロセッサが、
前記画像データをセグメント化するために、前記3Dモデル内で、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別し、
前記既存のインプラントに対応する前記ボクセルが1つの接続された対象物を形成することを決定し、
前記既存のインプラントに対応する前記ボクセルが前記1つの接続された対象物を形成することを決定することに応答して、前記既存のインプラントに対応する前記ボクセルの場所に基づいて、ボクセルの第2の場所を識別し、
前記ボクセルの第2の場所において、関節窩マーカを探索し、
前記関節窩マーカを検出しないことに応答して、前記既存のインプラントに関する前記タイプが半球インプラントタイプを備えることを決定する
ようにさらに構成される、[72]から[75]のいずれかに記載のデバイス。
[79] 前記1つまたは複数のプロセッサが、
前記既存のインプラントに関する前記タイプが前記半球インプラントタイプを備えることを示す出力を生成する
ようにさらに構成される、[78]に記載のデバイス。
[80] 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記1つまたは複数のプロセッサが、
前記画像データをセグメント化するために、前記3Dモデル内で、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別し、
前記既存のインプラントに対応する前記ボクセルが1つの接続された対象物を形成することを決定し、
前記既存のインプラントに対応する前記ボクセルが前記1つの接続された対象物を形成することを決定することに応答して、前記既存のインプラントに対応する前記ボクセルの場所に基づいて、ボクセルの第2の場所を識別し、
前記ボクセルの第2の場所において、関節窩マーカを探索し、
前記関節窩マーカを検出することに応答して、前記既存のインプラントに関する前記タイプが解剖学的インプラントタイプを備えることを決定する
ようにさらに構成される、[72]から[75]のいずれかに記載のデバイス。
[81] 前記1つまたは複数のプロセッサが、
前記既存のインプラントに関する前記タイプが前記解剖学的インプラントタイプを備えることを示す出力を生成する
ようにさらに構成される、[80]に記載のデバイス。
[82] 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記1つまたは複数のプロセッサが、
前記画像データをセグメント化するために、前記3Dモデル内で、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別し、
前記既存のインプラントに対応する前記ボクセルが2つの接続されていない対象物を形成することを決定し、
前記既存のインプラントに対応する前記ボクセルが前記2つの接続されていない対象物を形成することを決定することに応答して、前記既存のインプラントに関する前記タイプがリバースタイプを備えることを決定する
ようにさらに構成される、[72]から[75]のいずれかに記載のデバイス。
[83] 前記1つまたは複数のプロセッサが、
前記既存のインプラントに関する前記タイプが前記リバースタイプを備えることを示す出力を生成する
ようにさらに構成される、[82]に記載のデバイス。
[84] メモリと、
回路内で実装され、
既存のインプラントをもつ患者の関節の画像データを取得し、
前記既存のインプラントをもつ前記患者の前記関節の前記画像データ内で、前記既存のインプラントの画像を識別し、
複数のインプラント製品を前記複数のインプラント製品に関する画像と関連づけるデータベースにアクセスし、前記複数のインプラント製品の各インプラント製品が少なくとも1つの画像と関連づけられる、
前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の比較に基づいて、前記既存のインプラントに対応する少なくとも1つのインプラント製品を識別する
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。
[85] 各それぞれのインプラント製品が、前記それぞれのインプラント製品に関する製造業者と関連づけられ、ここにおいて、前記1つまたは複数のプロセッサが、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品に関する前記製造業者の標識を出力する
ようにさらに構成される、[84]に記載のデバイス。
[86] 各それぞれのインプラント製品が、前記それぞれのインプラント製品に関する製品識別と関連づけられ、ここにおいて、前記1つまたは複数のプロセッサが、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品に関する前記製品識別の標識を出力する
ようにさらに構成される、[84]または[85]に記載のデバイス。
[87] 各それぞれのインプラント製品が、前記それぞれのインプラント製品を除去するために使用されるツールのセットと関連づけられ、ここにおいて、前記1つまたは複数のプロセッサが、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品のために前記それぞれのインプラント製品を除去するために使用される前記ツールのセットの標識を出力する
ようにさらに構成される、[84]から[86]のいずれかに記載のデバイス。
[88] 各それぞれのインプラント製品が、前記それぞれのインプラント製品を除去するための命令のセットと関連づけられ、ここにおいて、前記1つまたは複数のプロセッサが、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品のために前記それぞれのインプラント製品を除去するための前記命令のセットを出力する
ようにさらに構成される、[84]から[87]のいずれかに記載のデバイス。
[89] 前記1つまたは複数のプロセッサが、
ユーザ入力を受け取り、
前記ユーザ入力に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別する
ようにさらに構成される、[84]から[88]のいずれかに記載のデバイス。
[90] 前記ユーザ入力が、
前記既存のインプラントが設置された国の標識、
前記既存のインプラントが設置された日付または日付範囲、
前記既存のインプラントに関する製造業者、
前記既存のインプラントに関するタイプ
のうちの1つまたは複数を備える、[89]に記載のデバイス。
[91] 前記1つまたは複数のプロセッサが、
前記ユーザ入力に基づいて、前記複数のインプラント製品からインプラント製品のサブセットを決定し、
前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別するために、前記インプラント製品のサブセットのみに関する画像と前記関節の前記画像データを比較する
ようにさらに構成される、[89]または[90]に記載のデバイス。
[92] 前記患者の前記関節の前記画像データが前記関節の3Dモデルを備え、前記既存のインプラントの前記画像が前記既存のインプラントの3Dモデルを備え、前記複数のインプラント製品に関する前記画像が3D画像を備える、[84]から[91]のいずれかに記載のデバイス。
[93] 前記患者の前記関節の前記画像データが前記関節の2D画像を備え、前記既存のインプラントの前記画像が前記既存のインプラントの2D画像を備え、前記複数のインプラント製品に関する前記画像が2D画像を備える、[84]から[91]のいずれかに記載のデバイス。
[94] 前記患者の前記関節の前記画像データが前記関節の3Dモデルを備え、前記既存のインプラントの前記画像が前記既存のインプラントの3Dモデルを備え、前記複数のインプラント製品に関する前記画像が2D画像を備える、[84]から[91]のいずれかに記載のデバイス。
[95] 前記1つまたは複数のプロセッサが、
前記既存のインプラントの前記3Dモデルから、前記既存のインプラントのデジタル的に再構成された放射線写真を決定し、
前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別するために、前記複数のインプラント製品に関する前記画像と前記既存のインプラントの前記デジタル的に再構成された放射線写真を比較する
ようにさらに構成される、[94]に記載のデバイス。
[96] 前記既存のインプラントをもつ前記患者の前記関節の前記画像データがX線画像を備える、[84]から[91]のいずれかに記載のデバイス。
[97] 前記既存のインプラントの前記画像を識別するために、前記既存のインプラントのセグメント化された画像を決定するために前記既存のインプラントをもつ前記患者の前記関節の前記画像データをセグメント化する、[84]から[96]のいずれかに記載のデバイス。
[98] 前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する少なくとも1つのインプラント製品を識別するために、前記複数のインプラント製品のための形状と前記画像データ内の前記既存のインプラントの形状を比較する、[84]から[97]のいずれかに記載のデバイス。
[99] メモリと、
回路内で実装され、
既存のインプラントをもつ患者の関節の画像データを取得し、
前記既存のインプラントの一部分を骨に固定するセメントに対応する画像の部分を識別し、
セメントに対応する前記画像の前記部分に基づいて、前記既存のインプラントをもつ前記患者の前記関節のセメント強度を決定し、
前記決定されたセメント強度に基づいて出力を生成する
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。
[100] 前記出力が、前記既存のインプラントを除去することと関連づけられた困難さの推定を備える、[99]に記載のデバイス。
[101] 前記出力が、前記既存のインプラントを除去するための外科的な推奨を備える、[99]または[100]に記載のデバイス。
[102] 前記1つまたは複数のプロセッサが、
複数のセメント強度に関するデータベースを記憶し、前記セメント強度の各々が、インプラントを除去するために必要とされる困難さの尺度と関連づけられる、
前記複数のセメント強度の回帰分析に基づいて、前記既存のインプラントをもつ前記患者の前記関節に関する前記セメント強度に基づいて前記既存のインプラントを除去するために必要とされる困難さの推定を決定する
ようにさらに構成される、[99]から[101]のいずれかに記載のデバイス。
[103] 前記インプラントを除去するために必要とされる前記困難の尺度が、前記インプラントを除去するために必要とされる打撃の数を備える、[102]に記載のデバイス。
Claims (103)
- 罹患した解剖学的対象物のための形状モデルを決定することと、
コンピューティングシステムによって、インプラントを含む患者の関節の画像データを取得することと、ここにおいて、前記画像データが、前記インプラントをもつ前記関節の3Dモデルを備える、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、骨に対応するボクセルを識別することと、
前記骨に対応すると識別された前記ボクセルに基づいて、前記骨に対する初期形状推定を決定することと、
アライメントされた初期形状推定を形成するように前記初期形状推定を前記形状モデルにアライメントすることと、
前記骨の埋め込み前の罹患した近似を生成するために前記アライメントされた初期形状推定に基づいて前記形状モデルを変形させることと
を備える方法。 - 前記骨の前記埋め込み前の罹患した近似をディスプレイデバイスに出力すること
をさらに備える、請求項1に記載の方法。 - 前記インプラントをもつ前記関節の前記3Dモデルにおいて、前記インプラントに対応するボクセルを識別することと、
前記インプラントのない前記関節の3Dモデルを生成するために、前記インプラントをもつ前記関節の前記3Dモデルから前記インプラントに対応する前記ボクセルを除去することと
をさらに備える、請求項1または2に記載の方法。 - 前記インプラントのない前記関節の前記3Dモデルをディスプレイデバイスに出力すること
をさらに備える、請求項3に記載の方法。 - 前記骨の前記埋め込み前の罹患した近似に基づいて、前記インプラントのない前記関節の前記3Dモデルをセグメント化すること
をさらに備える、請求項1から4のいずれかに記載の方法。 - 前記骨の前記埋め込み前の罹患した近似に基づいて前記インプラントのない前記関節の前記3Dモデルをセグメント化することが、前記埋め込み前の罹患した近似を機械学習システムに入力することを備える、請求項5に記載の方法。
- 前記インプラントのない前記関節の前記セグメント化された3Dモデルを出力すること
をさらに備える、請求項5に記載の方法。 - 前記インプラントのない前記関節の前記セグメント化された3Dモデルを出力することが、前記3Dモデルのための複数の可能なセグメンテーションを出力することを備える、請求項7に記載の方法。
- 前記3Dモデルのための前記複数の可能なセグメンテーションの信頼値を出力すること
をさらに備える、請求項7に記載の方法。 - 前記インプラントをもつ前記関節の前記3Dモデルにおいて、非インプラント特徴に対応するボクセルを識別することと、
前記インプラントの3Dモデルを生成するために、前記インプラントをもつ前記関節の前記3Dモデルから前記非インプラント特徴に対応する前記ボクセルを除去することと
をさらに備える、請求項1から4のいずれかに記載の方法。 - 前記インプラントの前記3Dモデルをディスプレイデバイスに出力すること
をさらに備える、請求項10に記載の方法。 - 前記インプラントをもつ前記関節の前記3Dモデルにおいて、前記インプラントの3Dモデルを決定するために前記インプラントに対応するボクセルを識別することと、
前記インプラントの前記3Dモデルに基づいて、前記インプラントのための1つまたは複数の特徴を決定することと、
前記インプラントのための前記決定された1つまたは複数の特徴に基づいて前記アライメントされた初期形状推定を形成するために、前記初期形状推定を前記形状モデルにアライメントすることと
をさらに備える、請求項1に記載の方法。 - 前記初期形状推定を前記形状モデルにアライメントすることが、前記形状モデルへの前記初期形状推定の初期アライメントを実施することと、前記形状モデルに対して前記初期アライメントを回転させることとをさらに備える、請求項12に記載の方法。
- 前記埋め込み前の罹患した骨のための前記形状モデルを決定することが、前記埋め込み前の罹患した骨の分類をユーザから受け取ることを備える、請求項1に記載の方法。
- 骨に対応する前記ボクセルを識別することが、
前記3Dモデル内のボクセルを、骨、インプラント、軟部組織、またはノイズのうちの1つに対応すると分類すること
を備える、請求項1に記載の方法。 - 最初にアライメントされた形状推定に基づいて前記形状モデルを変形させることが、反復的最近点レジストレーションまたは弾性レジストレーションの一方または両方を実施することを備える、請求項1から15のいずれかに記載の方法。
- 前記画像データがコンピュータ断層撮影(CT)画像を備える、請求項1から16のいずれかに記載の方法。
- コンピューティングシステムによって、インプラントを含む患者の関節の画像データを取得することと、ここにおいて、前記画像データが、前記インプラントをもつ前記関節の3Dモデルを備える、
前記3Dモデル内の第1の対象物を識別することと、ここにおいて、前記第1の対象物が前記インプラントの第1のコンポーネントに対応する、
前記第1の対象物に基づいて第1のベクトルを決定することと、
前記3Dモデル内の第2の対象物を識別することと、ここにおいて、前記第2の対象物が前記インプラントの第2のコンポーネントに対応する、
前記第2の対象物に基づいて第2のベクトルを決定することと、
前記第1のベクトルおよび前記第2のベクトルによって画定された平面に垂直である第3のベクトルを決定することと、
前記第1のベクトル、前記第2のベクトル、および前記第3のベクトルに基づいて患者座標系を決定することと、
前記3Dモデル内の解剖学的対象物を識別することと、
前記決定された患者座標系に基づいて前記画像データから形状モデルに前記解剖学的対象物を最初にアライメントする初期アライメントされた形状を生成することと、
前記初期アライメントされた形状に基づいて、前記解剖学的対象物の罹患した埋め込み前形状を示す情報を生成することと
を備える方法。 - 前記初期アライメントされた形状と前記形状モデルとの距離が、アライメントされた形状を生成する閾値を満たすまで、前記初期アライメントされた形状を回転させるように、前記初期アライメントされた形状の座標を反復的に調整すること
をさらに備え、
ここにおいて、前記解剖学的対象物の前記罹患した埋め込み前形状を示す情報を生成することが、前記アライメントされた形状に基づいて前記罹患した埋め込み前形状を示す情報を生成することを備える、
請求項18に記載の方法。 - コンピューティングシステムによって、患者の関節の画像データを取得することと、
前記コンピューティングシステムによって、前記関節が既存のインプラントを含むことを決定することと、
前記関節の前記画像データをセグメント化することと、
前記既存のインプラントに関するタイプの識別を生成することと
を備える方法。 - 前記関節が前記インプラントを含むことを決定することが、前記コンピューティングシステムによって、前記画像データの分析に基づいて前記関節が前記インプラントを含むことを決定することを備える、請求項20に記載の方法。
- 前記関節が前記インプラントを含むことを決定することが、前記コンピューティングシステムによって、ユーザ入力に基づいて前記関節が前記インプラントを含むことを決定することを備える、請求項20に記載の方法。
- 前記既存のインプラントに関する前記タイプの前記識別が、リバース型インプラント、解剖学的インプラント、または半球インプラントのうちの1つを備える、請求項20から22のいずれかに記載の方法。
- 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記画像データをセグメント化することが、前記3Dモデルにおいて、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別することを備え、前記方法が、
前記既存のインプラントに対応する前記ボクセルが3つの接続されていない対象物を形成することを決定することと、
前記既存のインプラントに対応する前記ボクセルが前記3つの接続されていない対象物を形成することを決定することに応答して、前記既存のインプラントに関する前記タイプが未定義のタイプを備えることを決定することと
をさらに備える、請求項20から23のいずれかに記載の方法。 - 前記既存のインプラントに関する前記タイプが前記未定義のタイプを備えることを示す出力を生成すること
をさらに備える、請求項24に記載の方法。 - 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記画像データをセグメント化することが、前記3Dモデルにおいて、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別することを備え、前記方法が、
前記既存のインプラントに対応する前記ボクセルが1つの接続された対象物を形成することを決定することと、
前記既存のインプラントに対応する前記ボクセルが前記1つの接続された対象物を形成することを決定することに応答して、前記既存のインプラントに対応する前記ボクセルの場所に基づいて、ボクセルの第2の場所を識別することと、
前記ボクセルの第2の場所において、関節窩マーカを探索することと、
前記関節窩マーカを検出しないことに応答して、前記既存のインプラントに関する前記タイプが半球インプラントタイプを備えることを決定すること
をさらに備える、請求項20から23のいずれかに記載の方法。 - 前記既存のインプラントに関する前記タイプが前記半球インプラントタイプを備えることを示す出力を生成すること
をさらに備える、請求項26に記載の方法。 - 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記画像データをセグメント化することが、前記3Dモデルにおいて、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別することを備え、前記方法が、
前記既存のインプラントに対応する前記ボクセルが1つの接続された対象物を形成することを決定することと、
前記既存のインプラントに対応する前記ボクセルが前記1つの接続された対象物を形成することを決定することに応答して、前記既存のインプラントに対応する前記ボクセルの場所に基づいて、ボクセルの第2の場所を識別することと、
前記ボクセルの第2の場所において、関節窩マーカを探索することと、
前記関節窩マーカを検出することに応答して、前記既存のインプラントに関する前記タイプが解剖学的インプラントタイプを備えることを決定すること
をさらに備える、請求項20から23のいずれかに記載の方法。 - 前記既存のインプラントに関する前記タイプが前記解剖学的インプラントタイプを備えることを示す出力を生成すること
をさらに備える、請求項28に記載の方法。 - 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記画像データをセグメント化することが、前記3Dモデルにおいて、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別することを備え、前記方法が、
前記既存のインプラントに対応する前記ボクセルが2つの接続されていない対象物を形成することを決定することと、
前記既存のインプラントに対応する前記ボクセルが前記2つの接続されていない対象物を形成することを決定することに応答して、前記既存のインプラントに関する前記タイプがリバースタイプを備えることを決定することと
をさらに備える、請求項20から23のいずれかに記載の方法。 - 前記既存のインプラントに関する前記タイプが前記リバースタイプを備えることを示す出力を生成すること
をさらに備える、請求項30に記載の方法。 - コンピューティングシステムによって、既存のインプラントをもつ患者の関節の画像データを取得することと、
前記コンピューティングシステムによって、前記既存のインプラントをもつ前記患者の前記関節の前記画像データ内で、前記既存のインプラントの画像を識別することと、
メモリデバイス内で、複数のインプラント製品を前記複数のインプラント製品に関する画像と関連づけるデータベースにアクセスすることと、前記複数のインプラント製品の各インプラント製品が少なくとも1つの画像と関連づけられる、
前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の比較に基づいて、前記既存のインプラントに対応する少なくとも1つのインプラント製品を識別することと
を備える方法。 - 各それぞれのインプラント製品が、前記それぞれのインプラント製品に関する製造業者と関連づけられ、前記方法が、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品に関する前記製造業者の標識を出力すること
をさらに備える、請求項32に記載の方法。 - 各それぞれのインプラント製品が、前記それぞれのインプラント製品に関する製品識別と関連づけられ、前記方法が、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品に関する前記製品識別の標識を出力すること
をさらに備える、請求項32または33に記載の方法。 - 各それぞれのインプラント製品が、前記それぞれのインプラント製品を除去するために使用されるツールのセットと関連づけられ、前記方法が、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品のために前記それぞれのインプラント製品を除去するために使用される前記ツールのセットの標識を出力すること
をさらに備える、請求項32から34のいずれかに記載の方法。 - 各それぞれのインプラント製品が、前記それぞれのインプラント製品を除去するための命令のセットと関連づけられ、前記方法が、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品のために前記それぞれのインプラント製品を除去するための前記命令のセットを出力すること
をさらに備える、請求項32から35のいずれかに記載の方法。 - ユーザ入力を受け取ること
をさらに備え、
ここにおいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別することが、前記ユーザ入力にさらに基づく、
請求項32から36のいずれかに記載の方法。 - 前記ユーザ入力が、
前記既存のインプラントが設置された国の標識、
前記既存のインプラントが設置された日付または日付範囲、
前記既存のインプラントに関する製造業者、
前記既存のインプラントに関するタイプ
のうちの1つまたは複数を備える、請求項37に記載の方法。 - 前記ユーザ入力に基づいて、前記複数のインプラント製品からインプラント製品のサブセットを決定すること
をさらに備え、
ここにおいて、前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別することが、前記インプラント製品のサブセットのみに関する画像と前記関節の前記画像データを比較することを備える、
請求項37または38に記載の方法。 - 前記患者の前記関節の前記画像データが前記関節の3Dモデルを備え、前記既存のインプラントの前記画像が前記既存のインプラントの3Dモデルを備え、前記複数のインプラント製品に関する前記画像が3D画像を備える、請求項32から39のいずれかに記載の方法。
- 前記患者の前記関節の前記画像データが前記関節の2D画像を備え、前記既存のインプラントの前記画像が前記既存のインプラントの2D画像を備え、前記複数のインプラント製品に関する前記画像が2D画像を備える、請求項32から39のいずれかに記載の方法。
- 前記患者の前記関節の前記画像データが前記関節の3Dモデルを備え、前記既存のインプラントの前記画像が前記既存のインプラントの3Dモデルを備え、前記複数のインプラント製品に関する前記画像が2D画像を備える、請求項32から39のいずれかに記載の方法。
- 前記既存のインプラントの前記3Dモデルから、前記既存のインプラントのデジタル的に再構成された放射線写真を決定すること
をさらに備え、
ここにおいて、前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別することが、前記複数のインプラント製品に関する前記画像と前記既存のインプラントの前記デジタル的に再構成された放射線写真を比較することを備える、
請求項42に記載の方法。 - 前記既存のインプラントをもつ前記患者の前記関節の前記画像データがX線画像を備える、請求項32から39のいずれかに記載の方法。
- 前記既存のインプラントの前記画像を識別することが、前記既存のインプラントのセグメント化された画像を決定するために前記既存のインプラントをもつ前記患者の前記関節の前記画像データをセグメント化することを備える、請求項32から44のいずれかに記載の方法。
- 前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する少なくとも1つのインプラント製品を識別することが、前記複数のインプラント製品のための形状と前記画像データ内の前記既存のインプラントの形状を比較することを備える、請求項32から45のいずれかに記載の方法。
- コンピューティングシステムによって、既存のインプラントをもつ患者の関節の画像データを取得することと、
前記コンピューティングシステムによって、前記既存のインプラントの一部分を骨に固定するセメントに対応する画像の部分を識別することと、
セメントに対応する前記画像の前記部分に基づいて、前記既存のインプラントをもつ前記患者の前記関節のセメント強度を決定することと、
前記決定されたセメント強度に基づいて出力を生成することと
を備える方法。 - 前記出力が、前記既存のインプラントを除去することと関連づけられた困難さの推定を備える、請求項47に記載の方法。
- 前記出力が、前記既存のインプラントを除去するための外科的な推奨を備える、請求項47または48に記載の方法。
- 複数のセメント強度に関するデータベースを記憶することと、前記セメント強度の各々が、インプラントを除去するために必要とされる困難さの尺度と関連づけられる、
前記複数のセメント強度の回帰分析に基づいて、前記既存のインプラントをもつ前記患者の前記関節に関する前記セメント強度に基づいて前記既存のインプラントを除去するために必要とされる困難さの推定を決定することと
をさらに備える、請求項47から49のいずれかに記載の方法。 - 前記インプラントを除去するために必要とされる前記困難の尺度が、前記インプラントを除去するために必要とされる打撃の数を備える、請求項50に記載の方法。
- 実行されるとき、1つまたは複数のプロセッサに請求項1から51のいずれかに記載の方法を実施させる命令を記憶するコンピュータ可読記憶媒体。
- メモリと、
回路内で実装され、
罹患した解剖学的対象物のための形状モデルを決定し、
インプラントを含む患者の関節の画像データを取得し、ここにおいて、前記画像データが、前記インプラントをもつ前記関節の3Dモデルを備える、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、骨に対応するボクセルを識別し、
前記骨に対応すると識別された前記ボクセルに基づいて、前記骨に対する初期形状推定を決定し、
アライメントされた初期形状推定を形成するように前記初期形状推定を前記形状モデルにアライメントし、
前記骨の埋め込み前の罹患した近似を生成するために前記アライメントされた初期形状推定に基づいて前記形状モデルを変形させる
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。 - 前記1つまたは複数のプロセッサが、
前記骨の前記埋め込み前の罹患した近似をディスプレイデバイスに出力する
ようにさらに構成される、請求項53に記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、前記インプラントに対応するボクセルを識別し、
前記インプラントのない前記関節の3Dモデルを生成するために、前記インプラントをもつ前記関節の前記3Dモデルから前記インプラントに対応する前記ボクセルを除去する
ようにさらに構成される、請求項53または54に記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記インプラントのない前記関節の前記3Dモデルをディスプレイデバイスに出力する
ようにさらに構成される、請求項55に記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記骨の前記埋め込み前の罹患した近似に基づいて、前記インプラントのない前記関節の前記3Dモデルをセグメント化する
ようにさらに構成される、請求項53から56のいずれかに記載のデバイス。 - 前記骨の前記埋め込み前の罹患した近似に基づいて前記インプラントのない前記関節の前記3Dモデルをセグメント化するために、前記1つまたは複数のプロセッサが、前記埋め込み前の罹患した近似を機械学習システムに入力するようにさらに構成される、請求項57に記載のデバイス。
- 前記1つまたは複数のプロセッサが、
前記インプラントのない前記関節の前記セグメント化された3Dモデルを出力する
ようにさらに構成される、請求項57に記載のデバイス。 - 前記インプラントのない前記関節の前記セグメント化された3Dモデルを出力するために、前記1つまたは複数のプロセッサが、前記3Dモデルのための複数の可能なセグメンテーションを出力するようにさらに構成される、請求項59に記載のデバイス。
- 前記1つまたは複数のプロセッサが、
前記3Dモデルのための前記複数の可能なセグメンテーションの信頼値を出力する
ようにさらに構成される、請求項59に記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、非インプラント特徴に対応するボクセルを識別し、
前記インプラントの3Dモデルを生成するために、前記インプラントをもつ前記関節の前記3Dモデルから前記非インプラント特徴に対応する前記ボクセルを除去する
ようにさらに構成される、請求項53から56のいずれかに記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記インプラントの前記3Dモデルをディスプレイデバイスに出力する
ようにさらに構成される、請求項62に記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記インプラントをもつ前記関節の前記3Dモデルにおいて、前記インプラントの3Dモデルを決定するために前記インプラントに対応するボクセルを識別し、
前記インプラントの前記3Dモデルに基づいて、前記インプラントのための1つまたは複数の特徴を決定し、
前記インプラントのための前記決定された1つまたは複数の特徴に基づいて前記アライメントされた初期形状推定を形成するために、前記初期形状推定を前記形状モデルにアライメントする
ようにさらに構成される、請求項53に記載のデバイス。 - 前記初期形状推定を前記形状モデルにアライメントするために、前記1つまたは複数のプロセッサが、前記形状モデルへの前記初期形状推定の初期アライメントを実施し、前記形状モデルに対して前記初期アライメントを回転させるようにさらに構成される、請求項64に記載のデバイス。
- 前記埋め込み前の罹患した骨のための前記形状モデルを決定するために、前記1つまたは複数のプロセッサが、前記埋め込み前の罹患した骨の分類をユーザから受け取るようにさらに構成される、請求項53に記載のデバイス。
- 骨に対応する前記ボクセルを識別するために、前記1つまたは複数のプロセッサが、
前記3Dモデル内のボクセルを、骨、インプラント、軟部組織、またはノイズのうちの1つに対応すると分類する
ようにさらに構成される、請求項53に記載のデバイス。 - 初期にアライメントされた形状推定に基づいて前記形状モデルを変形させるために、前記1つまたは複数のプロセッサが、反復的最近点レジストレーションまたは弾性レジストレーションの一方または両方を実施するようにさらに構成される、請求項53から67のいずれかに記載のデバイス。
- 前記画像データがコンピュータ断層撮影(CT)画像を備える、請求項53から68のいずれかに記載のデバイス。
- メモリと、
回路内で実装され、
インプラントを含む患者の関節の画像データを取得し、ここにおいて、前記画像データが、前記インプラントをもつ前記関節の3Dモデルを備える、
前記3Dモデル内の第1の対象物を識別し、ここにおいて、前記第1の対象物が前記インプラントの第1のコンポーネントに対応する、
前記第1の対象物に基づいて第1のベクトルを決定し、
前記3Dモデル内の第2の対象物を識別し、ここにおいて、前記第2の対象物が前記インプラントの第2のコンポーネントに対応する、
前記第2の対象物に基づいて第2のベクトルを決定し、
前記第1のベクトルおよび前記第2のベクトルによって画定された平面に垂直である第3のベクトルを決定し、
前記第1のベクトル、前記第2のベクトル、および前記第3のベクトルに基づいて患者座標系を決定し、
前記3Dモデル内の解剖学的対象物を識別し、
前記決定された患者座標系に基づいて前記画像データから形状モデルに前記解剖学的対象物を最初にアライメントする初期アライメントされた形状を生成し、
前記初期アライメントされた形状に基づいて、前記解剖学的対象物の罹患した埋め込み前形状を示す情報を生成する
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。 - 前記1つまたは複数のプロセッサが、
前記初期アライメントされた形状と前記形状モデルとの距離が、アライメントされた形状を生成する閾値を満たすまで、前記初期アライメントされた形状を回転させるように、前記初期アライメントされた形状の座標を反復的に調整する
ようにさらに構成され、
ここにおいて、前記解剖学的対象物の前記罹患した埋め込み前形状を示す前記情報を生成するために、前記1つまたは複数のプロセッサが、前記アライメントされた形状に基づいて前記罹患した埋め込み前形状を示す情報を生成するようにさらに構成される、
請求項70に記載のデバイス。 - メモリと、
回路内で実装され、
患者の関節の画像データを取得し、
前記関節が既存のインプラントを含むことを決定し、
前記関節の前記画像データをセグメント化し、
前記既存のインプラントに関するタイプの識別を生成する
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。 - 前記関節が前記インプラントを含むことを決定するために、前記1つまたは複数のプロセッサが、前記画像データの分析に基づいて前記関節が前記インプラントを含むことを決定するようにさらに構成される、請求項72に記載のデバイス。
- 前記関節が前記インプラントを含むことを決定するために、前記1つまたは複数のプロセッサが、ユーザ入力に基づいて前記関節が前記インプラントを含むことを決定するようにさらに構成される、請求項72に記載のデバイス。
- 前記既存のインプラントに関する前記タイプの前記識別が、リバース型インプラント、解剖学的インプラント、または半球インプラントのうちの1つを備える、請求項72から74のいずれかに記載のデバイス。
- 前記画像データが前記関節の3Dモデルを備え、前記1つまたは複数のプロセッサが、
前記画像データをセグメント化するために、前記3Dモデル内で、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別し、
前記既存のインプラントに対応する前記ボクセルが3つの接続されていない対象物を形成することを決定し、
前記既存のインプラントに対応する前記ボクセルが前記3つの接続されていない対象物を形成することを決定することに応答して、前記既存のインプラントに関する前記タイプが未定義のタイプを備えることを決定する
ようにさらに構成される、請求項72から75のいずれかに記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記既存のインプラントに関する前記タイプが前記未定義のタイプを備えることを示す出力を生成する
ようにさらに構成される、請求項76に記載のデバイス。 - 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記1つまたは複数のプロセッサが、
前記画像データをセグメント化するために、前記3Dモデル内で、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別し、
前記既存のインプラントに対応する前記ボクセルが1つの接続された対象物を形成することを決定し、
前記既存のインプラントに対応する前記ボクセルが前記1つの接続された対象物を形成することを決定することに応答して、前記既存のインプラントに対応する前記ボクセルの場所に基づいて、ボクセルの第2の場所を識別し、
前記ボクセルの第2の場所において、関節窩マーカを探索し、
前記関節窩マーカを検出しないことに応答して、前記既存のインプラントに関する前記タイプが半球インプラントタイプを備えることを決定する
ようにさらに構成される、請求項72から75のいずれかに記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記既存のインプラントに関する前記タイプが前記半球インプラントタイプを備えることを示す出力を生成する
ようにさらに構成される、請求項78に記載のデバイス。 - 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記1つまたは複数のプロセッサが、
前記画像データをセグメント化するために、前記3Dモデル内で、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別し、
前記既存のインプラントに対応する前記ボクセルが1つの接続された対象物を形成することを決定し、
前記既存のインプラントに対応する前記ボクセルが前記1つの接続された対象物を形成することを決定することに応答して、前記既存のインプラントに対応する前記ボクセルの場所に基づいて、ボクセルの第2の場所を識別し、
前記ボクセルの第2の場所において、関節窩マーカを探索し、
前記関節窩マーカを検出することに応答して、前記既存のインプラントに関する前記タイプが解剖学的インプラントタイプを備えることを決定する
ようにさらに構成される、請求項72から75のいずれかに記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記既存のインプラントに関する前記タイプが前記解剖学的インプラントタイプを備えることを示す出力を生成する
ようにさらに構成される、請求項80に記載のデバイス。 - 前記画像データが前記関節の3Dモデルを備え、ここにおいて、前記1つまたは複数のプロセッサが、
前記画像データをセグメント化するために、前記3Dモデル内で、前記3Dモデル内のボクセルの強度に基づいて前記既存のインプラントに対応するボクセルを識別し、
前記既存のインプラントに対応する前記ボクセルが2つの接続されていない対象物を形成することを決定し、
前記既存のインプラントに対応する前記ボクセルが前記2つの接続されていない対象物を形成することを決定することに応答して、前記既存のインプラントに関する前記タイプがリバースタイプを備えることを決定する
ようにさらに構成される、請求項72から75のいずれかに記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記既存のインプラントに関する前記タイプが前記リバースタイプを備えることを示す出力を生成する
ようにさらに構成される、請求項82に記載のデバイス。 - メモリと、
回路内で実装され、
既存のインプラントをもつ患者の関節の画像データを取得し、
前記既存のインプラントをもつ前記患者の前記関節の前記画像データ内で、前記既存のインプラントの画像を識別し、
複数のインプラント製品を前記複数のインプラント製品に関する画像と関連づけるデータベースにアクセスし、前記複数のインプラント製品の各インプラント製品が少なくとも1つの画像と関連づけられる、
前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の比較に基づいて、前記既存のインプラントに対応する少なくとも1つのインプラント製品を識別する
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。 - 各それぞれのインプラント製品が、前記それぞれのインプラント製品に関する製造業者と関連づけられ、ここにおいて、前記1つまたは複数のプロセッサが、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品に関する前記製造業者の標識を出力する
ようにさらに構成される、請求項84に記載のデバイス。 - 各それぞれのインプラント製品が、前記それぞれのインプラント製品に関する製品識別と関連づけられ、ここにおいて、前記1つまたは複数のプロセッサが、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品に関する前記製品識別の標識を出力する
ようにさらに構成される、請求項84または85に記載のデバイス。 - 各それぞれのインプラント製品が、前記それぞれのインプラント製品を除去するために使用されるツールのセットと関連づけられ、ここにおいて、前記1つまたは複数のプロセッサが、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品のために前記それぞれのインプラント製品を除去するために使用される前記ツールのセットの標識を出力する
ようにさらに構成される、請求項84から86のいずれかに記載のデバイス。 - 各それぞれのインプラント製品が、前記それぞれのインプラント製品を除去するための命令のセットと関連づけられ、ここにおいて、前記1つまたは複数のプロセッサが、
前記既存のインプラントに対応する前記少なくとも1つのインプラント製品のために前記それぞれのインプラント製品を除去するための前記命令のセットを出力する
ようにさらに構成される、請求項84から87のいずれかに記載のデバイス。 - 前記1つまたは複数のプロセッサが、
ユーザ入力を受け取り、
前記ユーザ入力に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別する
ようにさらに構成される、請求項84から88のいずれかに記載のデバイス。 - 前記ユーザ入力が、
前記既存のインプラントが設置された国の標識、
前記既存のインプラントが設置された日付または日付範囲、
前記既存のインプラントに関する製造業者、
前記既存のインプラントに関するタイプ
のうちの1つまたは複数を備える、請求項89に記載のデバイス。 - 前記1つまたは複数のプロセッサが、
前記ユーザ入力に基づいて、前記複数のインプラント製品からインプラント製品のサブセットを決定し、
前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別するために、前記インプラント製品のサブセットのみに関する画像と前記関節の前記画像データを比較する
ようにさらに構成される、請求項89または90に記載のデバイス。 - 前記患者の前記関節の前記画像データが前記関節の3Dモデルを備え、前記既存のインプラントの前記画像が前記既存のインプラントの3Dモデルを備え、前記複数のインプラント製品に関する前記画像が3D画像を備える、請求項84から91のいずれかに記載のデバイス。
- 前記患者の前記関節の前記画像データが前記関節の2D画像を備え、前記既存のインプラントの前記画像が前記既存のインプラントの2D画像を備え、前記複数のインプラント製品に関する前記画像が2D画像を備える、請求項84から91のいずれかに記載のデバイス。
- 前記患者の前記関節の前記画像データが前記関節の3Dモデルを備え、前記既存のインプラントの前記画像が前記既存のインプラントの3Dモデルを備え、前記複数のインプラント製品に関する前記画像が2D画像を備える、請求項84から91のいずれかに記載のデバイス。
- 前記1つまたは複数のプロセッサが、
前記既存のインプラントの前記3Dモデルから、前記既存のインプラントのデジタル的に再構成された放射線写真を決定し、
前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する前記少なくとも1つのインプラント製品を識別するために、前記複数のインプラント製品に関する前記画像と前記既存のインプラントの前記デジタル的に再構成された放射線写真を比較する
ようにさらに構成される、請求項94に記載のデバイス。 - 前記既存のインプラントをもつ前記患者の前記関節の前記画像データがX線画像を備える、請求項84から91のいずれかに記載のデバイス。
- 前記既存のインプラントの前記画像を識別するために、前記既存のインプラントのセグメント化された画像を決定するために前記既存のインプラントをもつ前記患者の前記関節の前記画像データをセグメント化する、請求項84から96のいずれかに記載のデバイス。
- 前記複数のインプラント製品に関する前記画像に対する前記既存のインプラントの前記画像の前記比較に基づいて、前記既存のインプラントに対応する少なくとも1つのインプラント製品を識別するために、前記複数のインプラント製品のための形状と前記画像データ内の前記既存のインプラントの形状を比較する、請求項84から97のいずれかに記載のデバイス。
- メモリと、
回路内で実装され、
既存のインプラントをもつ患者の関節の画像データを取得し、
前記既存のインプラントの一部分を骨に固定するセメントに対応する画像の部分を識別し、
セメントに対応する前記画像の前記部分に基づいて、前記既存のインプラントをもつ前記患者の前記関節のセメント強度を決定し、
前記決定されたセメント強度に基づいて出力を生成する
ように構成された1つまたは複数のプロセッサと
を備えるデバイス。 - 前記出力が、前記既存のインプラントを除去することと関連づけられた困難さの推定を備える、請求項99に記載のデバイス。
- 前記出力が、前記既存のインプラントを除去するための外科的な推奨を備える、請求項99または100に記載のデバイス。
- 前記1つまたは複数のプロセッサが、
複数のセメント強度に関するデータベースを記憶し、前記セメント強度の各々が、インプラントを除去するために必要とされる困難さの尺度と関連づけられる、
前記複数のセメント強度の回帰分析に基づいて、前記既存のインプラントをもつ前記患者の前記関節に関する前記セメント強度に基づいて前記既存のインプラントを除去するために必要とされる困難さの推定を決定する
ようにさらに構成される、請求項99から101のいずれかに記載のデバイス。 - 前記インプラントを除去するために必要とされる前記困難の尺度が、前記インプラントを除去するために必要とされる打撃の数を備える、請求項102に記載のデバイス。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023135414A JP2023162303A (ja) | 2019-08-16 | 2023-08-23 | 整形外科的関節のための外科的な修正処置の術前計画 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962887838P | 2019-08-16 | 2019-08-16 | |
US62/887,838 | 2019-08-16 | ||
PCT/US2020/046484 WO2021034706A1 (en) | 2019-08-16 | 2020-08-14 | Pre-operative planning of surgical revision procedures for orthopedic joints |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023135414A Division JP2023162303A (ja) | 2019-08-16 | 2023-08-23 | 整形外科的関節のための外科的な修正処置の術前計画 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022544400A true JP2022544400A (ja) | 2022-10-18 |
JP7338040B2 JP7338040B2 (ja) | 2023-09-04 |
Family
ID=72240537
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022509002A Active JP7338040B2 (ja) | 2019-08-16 | 2020-08-14 | 整形外科的関節のための外科的な修正処置の術前計画 |
JP2023135414A Pending JP2023162303A (ja) | 2019-08-16 | 2023-08-23 | 整形外科的関節のための外科的な修正処置の術前計画 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023135414A Pending JP2023162303A (ja) | 2019-08-16 | 2023-08-23 | 整形外科的関節のための外科的な修正処置の術前計画 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220398817A1 (ja) |
EP (1) | EP4013333A1 (ja) |
JP (2) | JP7338040B2 (ja) |
AU (2) | AU2020331936B2 (ja) |
WO (1) | WO2021034706A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2017295728B2 (en) | 2016-07-15 | 2021-03-25 | Mako Surgical Corp. | Systems for a robotic-assisted revision procedure |
WO2021067617A1 (en) * | 2019-10-02 | 2021-04-08 | Encore Medical, Lp Dba Djo Surgical | Systems and methods for reconstruction and characterization of physiologically healthy and physiologically defective anatomical structures to facilitate preoperative surgical planning |
US20210327065A1 (en) * | 2020-04-18 | 2021-10-21 | Mark B. Wright | Prosthesis scanning and identification system and method |
CN112971981B (zh) * | 2021-03-02 | 2022-02-08 | 北京长木谷医疗科技有限公司 | 基于深度学习的全髋关节图像处理方法和设备 |
WO2023239610A1 (en) * | 2022-06-09 | 2023-12-14 | Howmedica Osteonics Corp. | Automated pre-morbid characterization of patient anatomy using point clouds |
WO2024006487A1 (en) * | 2022-06-30 | 2024-01-04 | Think Surgical, Inc. | Automated arthoplasty planning with machine learning |
CN117530772A (zh) * | 2023-11-01 | 2024-02-09 | 首都医科大学附属北京积水潭医院 | 肩关节置换手术术前的图像处理方法、装置、介质及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180014891A1 (en) * | 2016-07-15 | 2018-01-18 | Mako Surgical Corp. | Systems and methods for a robotic-assisted revision procedure |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8160345B2 (en) * | 2008-04-30 | 2012-04-17 | Otismed Corporation | System and method for image segmentation in generating computer models of a joint to undergo arthroplasty |
GB0803514D0 (en) * | 2008-02-27 | 2008-04-02 | Depuy Int Ltd | Customised surgical apparatus |
FR2962573B1 (fr) | 2010-06-16 | 2019-04-12 | Imascap | Procede d'identification automatique des contours d'un os predefini, procedes derives et produits programme d'ordinateur correspondants |
US8891847B2 (en) * | 2012-01-23 | 2014-11-18 | Medtronic Navigation, Inc. | Automatic implant detection from image artifacts |
US11622814B2 (en) * | 2017-08-31 | 2023-04-11 | Smith & Nephew, Inc. | Intraoperative implant augmentation |
-
2020
- 2020-08-14 JP JP2022509002A patent/JP7338040B2/ja active Active
- 2020-08-14 US US17/635,177 patent/US20220398817A1/en active Pending
- 2020-08-14 AU AU2020331936A patent/AU2020331936B2/en active Active
- 2020-08-14 WO PCT/US2020/046484 patent/WO2021034706A1/en unknown
- 2020-08-14 EP EP20761723.4A patent/EP4013333A1/en active Pending
-
2023
- 2023-08-23 JP JP2023135414A patent/JP2023162303A/ja active Pending
-
2024
- 2024-01-24 AU AU2024200427A patent/AU2024200427A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180014891A1 (en) * | 2016-07-15 | 2018-01-18 | Mako Surgical Corp. | Systems and methods for a robotic-assisted revision procedure |
Also Published As
Publication number | Publication date |
---|---|
AU2020331936B2 (en) | 2023-10-26 |
WO2021034706A1 (en) | 2021-02-25 |
JP2023162303A (ja) | 2023-11-08 |
US20220398817A1 (en) | 2022-12-15 |
AU2020331936A1 (en) | 2022-03-31 |
EP4013333A1 (en) | 2022-06-22 |
AU2024200427A1 (en) | 2024-02-08 |
JP7338040B2 (ja) | 2023-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7338040B2 (ja) | 整形外科的関節のための外科的な修正処置の術前計画 | |
AU2019398314B2 (en) | Bone density modeling and orthopedic surgical planning system | |
JP7463510B2 (ja) | 骨断片化のケースにおける整形外科手術のための術前計画及び術中ガイダンス | |
US20230186495A1 (en) | Pre-morbid characterization of anatomical object using orthopedic anatomy segmentation using hybrid statistical shape modeling (ssm) | |
JP7242898B2 (ja) | 統計的形状モデリング(ssm)を使用した解剖学的対象の発病前特性化 | |
US20220156942A1 (en) | Closed surface fitting for segmentation of orthopedic medical image data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220309 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220309 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20230106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230620 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230725 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230823 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7338040 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |