TWI815754B - 自動化計算量測骨盆特徵點的方法 - Google Patents
自動化計算量測骨盆特徵點的方法 Download PDFInfo
- Publication number
- TWI815754B TWI815754B TW111149247A TW111149247A TWI815754B TW I815754 B TWI815754 B TW I815754B TW 111149247 A TW111149247 A TW 111149247A TW 111149247 A TW111149247 A TW 111149247A TW I815754 B TWI815754 B TW I815754B
- Authority
- TW
- Taiwan
- Prior art keywords
- pelvic
- point
- pelvis
- mesh
- vertex
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 title abstract description 7
- 238000005259 measurement Methods 0.000 title abstract description 6
- 238000002591 computed tomography Methods 0.000 claims abstract description 21
- 210000004197 pelvis Anatomy 0.000 claims description 137
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 210000003692 ilium Anatomy 0.000 claims description 7
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 210000000988 bone and bone Anatomy 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 5
- 239000007943 implant Substances 0.000 description 4
- 210000001621 ilium bone Anatomy 0.000 description 3
- 210000004394 hip joint Anatomy 0.000 description 2
- 210000000528 lesser trochanter 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
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000003049 pelvic bone Anatomy 0.000 description 1
- 210000003689 pubic bone Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011541 total hip replacement Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Landscapes
- Eye Examination Apparatus (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本發明提供一種自動化計算量測骨盆特徵點的方法，其包含複數個自動計算量測一骨盆之一立體電腦斷層掃描影像中之髂骨前上棘點以及恥骨結節點之步驟。本發明可進一步自動計算量測該骨盆之一前骨盆平面以及立體閉孔上緣點。本發明可提供全自動且快速精確的骨盆特徵點之計算與量測，解決現有人工辨認骨盆特徵點耗時且誤差較大的問題。
Description
一種計算量測骨盆特徵點的方法及裝置。
在全髖關節置換術(total hip arthroplasty)的術前規劃中，患者骨盆特徵點的量測及定位扮演重要角色。透過精確的找出骨盆之多個特徵點以及特徵點之間的關係，可確保手術時之植體如髖臼杯(acetabular cup)可正確的與骨盆對準，增加植體的穩定性與使用壽命。然而，現有之術前規劃大多以二維之骨盆X光片影像評估判斷患者之各骨盆特徵點，容易導致預估之骨盆特徵點與實際患者骨盆特徵點的位置有極大的落差。因此，發展一種可精確計算量測骨盆特徵點的方法成為相關領域中急欲發展之目標。
為了解決現有之全髖關節置換術術前規劃時使用X光片以人工判斷骨盆特徵點導致的不便以及誤差，本發明提供一種自動化計算量測骨盆特徵點的方法，其包含以下步驟：步驟101：載入一受試者一骨盆之一立體電腦斷層掃描影像至一處理器中，並將該立體電腦斷層掃描影像載入一座標系統，其中該立體電腦斷
層掃描影像至少包含完整的一骨盆立體影像以及組成該骨盆立體影像之複數個骨盆立體像素；步驟102：載入一影像分割演算法至該處理器中辨識分類該立體電腦斷層掃描影像之立體像素屬於一左側骨盆、一右側骨盆或其餘部位，並計算該立體電腦斷層掃描影像中所有該骨盆立體像素之一平均位置，再從該左側骨盆之立體像素和該右側骨盆之立體像素提取等值面(iso-surfaces extraction)分別建立該左側骨盆與該右側骨盆的網格模型，將該骨盆立體影像轉換為一骨盆網格模型，並將該骨盆立體像素轉換為複數個骨盆三角網格以及構成該骨盆三角網格頂點之複數個骨盆網格頂點；步驟103：定義遠離該骨盆網格模型之所有該骨盆網格頂點之一平面；步驟104：找尋與該平面最靠近之一個該骨盆網格頂點作為一第一骨盆網格頂點，將該平面平行移動至包含該第一骨盆網格頂點上，並將該平均位置垂直投影至該平面上形成一第一投影點；步驟105：定義該平面上與該第一骨盆網格頂點以及該第一投影點之連線相垂直且通過該第一骨盆網格頂點之一第一連線，將該平面以該第一連線為軸線旋轉，直到觸碰到另一該骨盆網格頂點，定義該骨盆網格頂點為一第二骨盆網格頂點；步驟106：將該平均位置垂直投影至該平面形成一第二投影點，定義通過該第一骨盆網格頂點以及該第二骨盆網格頂點的直線為一第二連線，將該第二投影點再次垂直投影至該第二連線形成一第三投影點，確認該第三投影點位於該第二連線上之該第一骨盆網格頂點與該第二骨盆網格頂點之一區間內，若該第三投影點未落在該第二連線上之該區間內，捨棄原該第一骨盆網格頂點並將該第二骨盆網格頂點作為新的一第一骨盆網格頂點並重複步驟105；
步驟107：將該平面以該第一骨盆網格頂點與該第二骨盆網格頂點連線之一第三連線為軸線旋轉，直到觸碰到另一該骨盆網格頂點，定義該骨盆網格頂點為一第三骨盆網格頂點；步驟108：將該平均位置垂直投影至該平面上形成一第四投影點，定義通過該第一骨盆網格頂點以及該第四投影點之直線為一第四連線，通過該第二骨盆網格頂點以及該第四投影點之直線為一第五連線，該第三連線、該第四連線以及該第五連線將該平面分割為複數個區域；步驟109：確認該第三骨盆網格頂點位於該第四連線以及該第五連線在該平面上所包夾且無觸碰到該第三連線之一區域一；步驟110：將該第一骨盆網格頂點、該第二骨盆網格頂點以及該第三骨盆網格頂點標註為該骨盆網格模型之三個特徵點，該些特徵點對應該骨盆網格模型之一左髂骨前上棘點、一右髂骨前上棘點、一左恥骨結節點或一右恥骨結節點之其中三點；步驟111：若該左側骨盆已辨識並標註出該左髂骨前上棘點以及該左恥骨結節點，將該左側骨盆之該左髂骨前上棘點以及該右側骨盆之該特徵點分別做為新的一第一骨盆網格頂點以及新的一第二骨盆網格頂點，並暫時去除該左髂骨前上棘點以外屬於該左側骨盆之骨盆網格頂點；若該右側骨盆已辨識並標註出該右髂骨前上棘點以及該右恥骨結節點，將該右側骨盆之該右髂骨前上棘點以及該左側骨盆之該特徵點分別做為新的一第一骨盆網格頂點以及新的一第二骨盆網格頂點，並暫時去除該右髂骨前上棘點以外屬於該右側骨盆之骨盆網格頂點，重複步驟107至步驟110找到該第三骨盆網格頂點作為新的一特徵點，該特徵點對應該骨盆網格模型之該左髂骨前上棘點、該右髂骨前上棘點、該左恥骨結節點或該右恥骨結節點之其中一尚未標註之點，並將該骨盆網格模
型之該左髂骨前上棘點、該右髂骨前上棘點、該左恥骨結節點以及該右恥骨結節點之資料儲存於與該處理器相連之一資料庫中。
其中，該區域包含該第三連線、該第四連線以及該第五連線所包夾之一三角形區域，定義該三角型區域為一區域四；該第三連線與該第四連線較小夾角所圍且不包含區域四之區域為一區域三；該第三連線與該第五連線較小夾角所圍且不包含區域四之區域為一區域二；以及該第四連線以及該第五連線在該平面上所包夾且無觸碰到該第三連線之該區域一。
其中，若該第三骨盆網格頂點位於該區域二，將該第三骨盆網格頂點做為新的一第一骨盆網格頂點，並重複步驟107；若該該第三骨盆網格頂點位於該區域三，將該第三骨盆網格頂點做為新的一第二骨盆網格頂點，並重複步驟107；若該第三骨盆網格頂點位於該區域四，將該第三骨盆網格頂點做為新的一第一骨盆網格頂點，並重複步驟105。
其中，該自動化計算量測骨盆特徵點的方法亦包含自動化計算與量測一前骨盆平面之步驟：該處理器將所得之該左恥骨結節點以及該右恥骨結節點連線並得到一中點，以所得之該左髂骨前上棘點、該右髂骨前上棘點以及該中點產生該前骨盆平面(anterior pelvic plane)，並將該前骨盆平面之資訊儲存於該資料庫中。
其中，該自動化計算量測骨盆特徵點的方法亦包含自動化計算與量測該骨盆網格模型二個立體閉孔上緣點之步驟：該處理器將該骨盆網格模型之所有該骨盆三角網格以平行投影法投影於該前骨盆平面，得到一二維骨盆影像，並計算產生該二維骨盆影像之二個閉孔邊緣輪廓線；
將該左髂骨前上棘點與該右髂骨前上棘點之一連線以平行投影法投影於該前骨盆平面，並將投影於該前骨盆平面之該連線往該閉孔邊緣輪廓線之方向移動，直到與其中一該閉孔邊緣輪廓線接觸於一點V4；將該連線以該點V4旋轉，直到該連線接觸於該閉孔邊緣輪廓線另一點V5；若該點V4與該點V5在同一個該閉孔邊緣輪廓線上，將該點V5做為新的一點V4，並重複上一步驟直到該點V4與該點V5在不同之該閉孔邊緣輪廓線上；該點V4與該點V5即為二個閉孔上緣點，再將該前骨盆平面上的該些閉孔上緣點反向投影至該骨盆網格模型得到該骨盆網格模型之二個立體閉孔上緣點，並將二個該立體閉孔上緣點之資訊儲存於該資料庫中。
藉由上述說明可知，本發明具有以下特點：
1.本發明提供一種可自動化計算量測骨盆特徵點的方法，可降低人工判讀二維X光影像較費時以及產生較大誤差的問題。
2.本發明可藉由自動化計算及量測到之前骨盆平面精確求得二個立體閉孔上緣點，透過該立體閉孔上緣點之連線到髖關節旋轉中心的距離以及二個立體閉孔上緣點之連線到小轉子上緣的距離，可使得術前規劃更加精確，降低植體位置安裝不正確的問題。
A1:旋轉軸A1
A2:旋轉軸A2
APP:前骨盆平面
C:平均位置
Cproj1:第一投影點
Cproj2:第二投影點
Cproj3:第三投影點
Cproj4:第四投影點
P1:平面位置P1
P2:平面位置P2
P3:平面位置P3
V1:骨盆網格頂點V1
V2:骨盆網格頂點V2
V3:骨盆網格頂點V3
V4:點V4
V5:點V5
圖1為本發明立體電腦斷層掃描影像之座標系統規劃示意圖。
圖2為本發明一實施例之骨盆網格模型前視示意圖。
圖3為本發明一實施例之骨盆網格模型俯視示意圖。
圖4為本發明一實施例之骨盆網格模型側視示意圖。
圖5為本發明一實施例之平面位置P1與骨盆接觸於點V1之前視示意圖。
圖6為本發明一實施例之平面位置P1與骨盆接觸於點V1之俯視示意圖。
圖7為本發明一實施例之平面位置P1與骨盆接觸於點V1之側視示意圖。
圖8為本發明一實施例之步驟104之俯視示意圖。
圖9為本發明一實施例之步驟105之立體示意圖。
圖10為本發明一實施例之步驟106之俯視示意圖。
圖11為本發明一實施例之步驟106之立體示意圖。
圖12為本發明一實施例之步驟106之俯視示意圖。
圖13為本發明一實施例之步驟106之立體示意圖。
圖14為本發明一實施例之平面位置P2與骨盆接觸於點V1以及點V2之前視示意圖。
圖15為本發明一實施例之平面位置P2與骨盆接觸於點V1以及點V2之俯視示意圖。
圖16為本發明一實施例之平面位置P2與骨盆接觸於點V1以及點V2之側視示意圖。
圖17為本發明一實施例之平面位置P2與骨盆接觸於點V1以及點V2之立體示意圖。
圖18為本發明一實施例之點V1、點V2以及點Cproj4在平面位置P3上分割區域之示意圖。
圖19為本發明一實施例之平面位置P3與骨盆接觸於點V1、點V2以及點V3之前視示意圖。
圖20為本發明一實施例之平面位置P3與骨盆接觸於點V1、點V2以及點V3之俯視示意圖。
圖21為本發明一實施例之平面位置P3與骨盆接觸於點V1、點V2以及點V3之側視示意圖。
圖22為本發明一實施例之左髂骨前上棘點、右髂骨前上棘點、左恥骨結節點、右恥骨結節點、中點以及前骨盆平面之前視示意圖。
圖23為本發明一實施例之左髂骨前上棘點、右髂骨前上棘點、左恥骨結節點、右恥骨結節點、中點以及前骨盆平面之俯視示意圖。
圖24為本發明一實施例中將左側骨盆網格模型投影至與前骨盆平面平行之平面之立體示意圖。
圖25為本發明一實施例中量測閉孔上緣點之示意圖。
圖26為本發明一實施例中量測閉孔上緣點之示意圖。
圖27為本發明一實施例中量測閉孔上緣點之示意圖。
為了更清楚地說明本發明實施例的技術方案，以下提出各實施例描述中所需要使用的附圖作簡單的介紹。顯而易見地，下面描述中的附圖僅僅是本發明的一些示例或實施例，對於本領域的普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖將本發明應用於其它類似情景。除非從語言環境中顯而易見或另做說明，圖中相同標號代表相同結構或操作。
如本發明和請求項中所示，除非上下文明確提示例外情形，「一」、「一個」、「一種」和/或「該」等詞並非特指單數，也可包括複數。一般說來，術語「包括」與「包含」僅提示包括已明確標識的步驟和元素，而這些步驟和元素不構成一個排他性的羅列，方法或者設備也可能包含其它的步驟或元素。
步驟101：請配合參考圖1，載入一受試者一骨盆之一立體電腦斷層掃描影像至一處理器中並將該立體電腦斷層掃描影像載入一座標系統，該座
標系統以三維直角座標定義該受試者之左右方向(right-left direction,R-L direction)為X軸，前後方向(anterior-posterior direction,A-P direction)為Y軸，上下方向(superior-inferior direction,S-I direction)為Z軸。其中，該立體電腦斷層掃描影像包含複數個立體像素(volume pixel,voxel)，且該立體電腦斷層掃描影像至少包含完整的一骨盆立體影像以及組成該骨盆立體影像之複數個骨盆立體像素。
步驟102：請配合參考圖2至圖6，係將一影像分割演算法載入至該處理器中辨識分類該立體電腦斷層影像之立體像素屬於一左側骨盆、一右側骨盆或其餘部位，例如脂肪、肌肉、空氣和非骨盆的骨髂等之立體像素，該影像分割演算法可為透過包含但不限於邊緣檢測、區域生長、聚類分析等各種演算法以傳統運算或機器學習的方式辨識分類該骨盆立體像素；並計算該立體電腦斷層掃描影像中所有該骨盆立體像素之一平均位置，在本實施例中該平均位置為一點C，該平均位置為該所有該骨盆立體像素於該座標系統中的所有座標點的幾何平均所產生之一點。本步驟102亦透過以如行進立方(marching cubes)演算法等方式提取等值面(iso-surfaces extraction)分別建立該左側骨盆以及該右側骨盆的網格模型，將該骨盆立體影像轉換為一骨盆網格模型，並將該骨盆立體像素轉換為複數個骨盆三角網格以及構成該骨盆三角網格組成點之該骨盆網格頂點。
步驟103：定義一平面，其位於該立體電腦斷層掃描影像之XZ平面且遠離該骨盆網格模型之所有該骨盆網格頂點，該平面在該座標系統之法向量為(0,1,0)。較佳地，其位於該立體電腦斷層掃描影像最邊緣且前端(anterior)之XZ平面上，即在該立體電腦斷層掃描影像中Y值最小的XZ平面上。
步驟104：請配合參考圖5至圖8，找尋與該平面最靠近之該骨盆網格頂點，定義該骨盆網格頂點為一第一骨盆網格頂點，在本實施例中，該第
一骨盆網格頂點為一點V1。定義一平面位置P1包含該點V1且與該平面平行，將該平面移至該平面位置P1，並將該平均位置C垂直投影至該平面，得到投影的一第一投影點，在本實施例中，該第一投影點為一點Cproj1。
步驟105：請配合參考圖9，定義在該平面中該第一骨盆網格頂點以及該第一投影點之連線相垂直且通過該第一骨盆網格頂點之一第一連線，將該平面以該第一連線為軸線旋轉，直到觸碰該骨盆網格模型之任一個該骨盆網格頂點另一點，定義為一第二骨盆網格頂點，此時該平面位於一平面位置P2。請配合參考圖9至圖17，在本實施例中，該第一連線為一旋轉軸A1，其通過點V1且與該點V1與該點Cproj1連線垂直之直線，將位於該平面位置P1之該平面以該旋轉軸A1為軸線旋轉，直到觸碰該骨盆網格模型之該第二骨盆網格頂點，在本實施例中該第二骨盆網格頂點為一點V2，該平面即位於該平面位置P2。
步驟106：請配合參考圖10至圖12，在此步驟中，為了確認該第一骨盆網格頂點確實為所欲找尋的骨盆特徵點，將該平均位置垂直投影至該平面形成一第二投影點，定義通過該第一骨盆網格頂點以及該第二骨盆網格頂點的直線為一第二連線，將該第二投影點再次垂直投影至該第二連線形成一第三投影點，確認該第三投影點位於該第二連線上之該第一骨盆網格頂點與該第二骨盆網格頂點之一區間內，若該第三投影點未落在該第二連線上之該區間內，捨棄原該第一骨盆網格頂點並將該第二骨盆網格頂點作為一第一骨盆網格頂點並重複步驟105。在本實施例中，將該平均位置C投影到該平面P2得到一第二投影點Cproj2，再將該第二投影點Cproj2再次投影到該直線V1V2得到一第三投影點Cproj3，判斷該第三投影點Cproj3是否位於該線段V1V2之間，若該第三投影點Cproj3未位於V1V2線段間，則以該點V2做為新的一點V1，並將該平面P2做為新的一平面P1並重複步驟105。在另一實施例中，可透過量測該平均位置C與該點V2夾該點V1形成之一角度CV1V2以及該點C與該點V1夾該點V2形成之一角度CV2V1，若
該角度CV1V2或該角度CV2V1大於等於90度，則該第三投影點位於該線段V1V2之外，將該點V2做為新的一點V1，並將該平面P2做為新的一平面P1並重複步驟105直到該第三投影點位於該線段V1V2之間。
步驟107：將該平面以該第一骨盆網格頂點與該第二骨盆網格頂點連線之一第三連線為軸線旋轉，直到觸碰到另一該骨盆網格頂點，定義該骨盆網格頂點為一第三骨盆網格頂點。
請配合參考圖19至圖21，在本實施例中，將位於該平面位置P2之該平面以該點V1與該點V2連線之一旋轉軸A2為軸線旋轉，直到碰觸到該第三骨盆網格頂點，即一點V3，此時該平面位於一平面位置P3。其中，該平面於該平面位置P2時可以該旋轉軸A2為軸線朝兩個不同方向旋轉，要決定該旋轉軸A2的旋轉方向可由向量Cproj3Cproj2和向量Cproj2C的外積方向決定，以此觸碰到另一個該骨盆網格頂點之一點為該第三骨盆網格頂點，即該點V3，而此時該平面位於該平面位置P3。
步驟108：請配合參考圖18，將該平均位置垂直投影至該平面上形成一第四投影點，定義通過該第一骨盆網格頂點以及該第四投影點之直線為一第四連線，通過該第二骨盆網格頂點以及該第四投影點之直線為一第五連線，該第三連線、該第四連線以及該第五連線將該平面分割為複數個區域。
在本實施例中，請配合參考圖18，將該平均位置之點C垂直投影至位於該平面位置P3之該平面上，得到投影的一第四投影點，在本實施例中該第四投影點為一點Cproj4。定義通過該點V1以及該點Cproj4之直線為一第四連線，通過該點V2以及該點Cproj4之直線為一第五連線，此時該第三連線(即該旋轉軸A2)、該第四連線以及該第五連線將該平面分割為四個區域，分別是該第三連線(即該旋轉軸A2)、該第四連線以及該第五連線所包夾之一三角形區域，定義該三角型區域為一區域四、該第三連線與該第四連線較小夾角所圍且不包含區域四之區
域為一區域三、該第三連線與該第五連線較小夾角所圍且不包含區域四之區域為一區域二、以及剩下區域之一區域一，其中該區域一為該第四連線以及該第五連線在該平面上所包夾且無觸碰到該第三連線之區域。
步驟109：確認該第三骨盆網格頂點位於該第四連線以及該第五連線在該平面上所包夾且無觸碰到該第三連線之一區域一。
在本實施例中，請配合參考圖5及圖6，依據步驟107所得之該點V3落在該平面P3之區域決定不同的做法，並繼續執行下個步驟或重複以上步驟。若該點V3位於該區域一，進行下個步驟；若該點V3位於該區域二，將該點V3做為新的一點V1，並將該平面位置P3做為新的一平面位置P2並重複步驟107；若該點V3位於該區域三，將該點V3做為新的一點V2，並將該平面位置P3做為新的一平面位置P2並重複步驟107；若該點V3位於該區域四，將該點V3做為新的一點V1，並將該平面位置P3做為新的一平面位置P1並重複步驟105。
步驟110：請配合參考圖19至圖21，將該第一骨盆網格頂點、該第二骨盆網格頂點以及該第三骨盆網格頂點標註為該骨盆網格模型之三個特徵點，該特徵點對應該骨盆網格模型之一左髂骨前上棘點、一右髂骨前上棘點、一左恥骨結節點或一右恥骨結節點之其中三點。
在本實施例中，辨識並標註該點V1、該點V2以及該點V3為該骨盆之一左髂骨前上棘點、一右髂骨前上棘點、一左恥骨結節點或一右恥骨結節點之其中三個點。在此步驟110中，該點V1、該點V2以及該點V3即對應該骨盆之一左髂骨前上棘點(left anterior superior iliac spine，縮寫L-ASIS)、一右髂骨前上棘點(right anterior superior iliac spine，縮寫R-ASIS)、一左恥骨結節點(left pubic tubercle，縮寫L-PT)或一右恥骨結節點(right pubic tubercle，縮寫R-PT)之其中三個點。任一側包含二個該特徵點之骨盆網格模型，可依據該特徵點之間的該座標系統中之Z軸座標判斷該特徵點。若該左側骨盆有二個該特徵點，Z軸座標較
大之該特徵點為該左髂骨前上棘點，Z軸座標較小之該特徵點為該左恥骨結節點；若該右側骨盆有二個該特徵點，Z軸座標較大之該特徵點為該右髂骨前上棘點，Z軸座標較小之該特徵點為該右恥骨結節點。
步驟111：請配合參考圖22至圖24，若該左側骨盆已辨識並標註出該左髂骨前上棘點以及該左恥骨結節點，將該左側骨盆之該左髂骨前上棘點以及該右側骨盆之該特徵點分別做為新的一第一骨盆網格頂點以及新的一第二骨盆網格頂點，並暫時去除該左髂骨前上棘點以外屬於該左側骨盆之骨盆網格頂點；若該右側骨盆已辨識並標註出該右髂骨前上棘點以及該右恥骨結節點，將該右側骨盆之該右髂骨前上棘點以及該左側骨盆之該特徵點分別做為新的一第一骨盆網格頂點以及新的一第二骨盆網格頂點，並暫時去除該右髂骨前上棘點以外屬於該右側骨盆之骨盆網格頂點，重複步驟107至步驟110找到該第三骨盆網格頂點作為新的一特徵點，該特徵點對應該骨盆網格模型之該左髂骨前上棘點、該右髂骨前上棘點、該左恥骨結節點或該右恥骨結節點之其中一尚未標註之點，並將該骨盆網格模型之該左髂骨前上棘點、該右髂骨前上棘點、該左恥骨結節點以及該右恥骨結節點之資料儲存於與該處理器相連之一資料庫中。
在本實施例中，若該左側骨盆已辨識並標註出該左髂骨前上棘點(L-ASIS)以及該左恥骨結節點(L-PT)，將該左側骨盆之該左髂骨前上棘點(L-ASIS)以及該右側骨盆之該特徵點分別做為新的一點V1以及新的一點V2，並將該平面P3做為新的一平面P2，並暫時去除該左髂骨前上棘點以外屬於該左側骨盆之骨盆網格頂點；若該右側骨盆已辨識並標註出該右髂骨前上棘點(R-ASIS)以及該右恥骨結節點(R-PT)，將該右側骨盆之該右髂骨前上棘點(R-ASIS)以及該左側骨盆之該特徵點分別做為新的一點V1以及新的一點V2，並將該平面位置P3做為新的一平面位置P2，並暫時去除該右髂骨前上棘點以外屬於該右側骨盆之骨盆網格頂點。在此步驟111中，若該左側骨盆之兩個特徵點已被辨識與標註(即該左髂
骨前上棘點以及該左恥骨結節點)，則將該左側骨盆之該左髂骨前上棘點做為新的一點V1，而將該右側骨盆所被辨識與標註之該點做為新的一點V2，並暫時去除該左髂骨前上棘點以外屬於該左側骨盆之骨盆網格頂點。在另一種情況下，該右側骨盆之兩個特徵點已被辨識與標註(即該右髂骨前上棘點以及該右恥骨結節點)，則將該右側骨盆之該右髂骨前上棘點做為新的一點V1，而將該左側骨盆所被辨識與標註之該點做為新的一點V2，並暫時去除該右髂骨前上棘點以外屬於該右側骨盆之骨盆網格頂點。重複步驟107至步驟109，直到該點V3位於該區域一的範圍內，此時，該點V3即為原步驟110中尚未被標註的最後一個特徵點，該骨盆之該左髂骨前上棘點(L-ASIS)、該右髂骨前上棘點(R-ASIS)、該左恥骨結節點(L-PT)或該右恥骨結節點(R-PT)中尚未標註之最後一點。此時，即完成自動化計算並量測該骨盆之該左髂骨前上棘點、該右髂骨前上棘點、該左恥骨結節點以及該右恥骨結節點之四個特徵點，再將這四個特徵點，即該左髂骨前上棘點、該右髂骨前上棘點、該左恥骨結節點以及該右恥骨結節點之資料儲存於與該處理器相連之該資料庫中。
其中，請配合參考圖22以及圖23，該自動化計算量測骨盆特徵點的方法亦包含產生一前骨盆平面(anterior pelvic plane，縮寫APP)之步驟：該處理器將將所得之該左恥骨結節點(L-PT)以及該右恥骨結節點(R-PT)連線並得到一中點，以所得之該左髂骨前上棘點(L-ASIS)、該右髂骨前上棘點(R-ASIS)以及該中點產生一前骨盆平面(APP)。在此步驟中，完成自動化計算所得之該左髂骨前上棘點(L-ASIS)、該右髂骨前上棘點(R-ASIS)、該左恥骨結節點(L-PT)以及該右恥骨結節點(R-PT)後，利用該左恥骨結節點(L-PT)以及該右恥骨結節點(R-PT)連線之一中點與該左髂骨前上棘點以及該右髂骨前上棘點三點所決定之平面即計算量測出該前骨盆平面(APP)，並將該前骨盆平面之資訊儲存於該資料庫中。
其中，請配合參考圖24至圖27，該自動化計算量測骨盆特徵點的方法亦包含自動化計算與量測該骨盆網格模型二個立體閉孔上緣點之步驟：該處理器將該骨盆網格模型之所有該骨盆三角網格以平行投影法投影於該前骨盆平面(APP)，得到一二維骨盆影像，並計算產生該二維骨盆影像之二個閉孔邊緣輪廓線。請配合參考圖24，在此步驟中，將各該骨盆三角網格以平行投影法投影於該前骨盆平面(APP)，較佳地，將該骨盆三角網格之各骨盆網格頂點垂直地投影於該前骨盆平面(APP)上再將投影所得之複數個二維骨盆網格頂點與相鄰之各該二維骨盆網格頂點連線形成複數個二維骨盆三角網格，該二維骨盆三角網格構成該二維骨盆影像。接著，計算產生該二維骨盆影像之複數個輪廓線，該輪廓線由該二維骨盆三角網格之複數個網格邊所構成，在本實施例中，該處理器所使用之演算法可藉由逐一合併二維骨盆三角網格的方式計算出二維骨盆影像之複數個輪廓線，首先定義第一個該三角網格的三個網格邊為一第一輪廓線集合，定義第二個該三角網格的三個網格邊為一第二輪廓線集合，逐一檢查該第一輪廓線集合的邊線與該第二輪廓線集合的邊線是否相交，若兩條邊線有相交則以該交叉點分割相交的兩條邊線，接著逐一檢查第一輪廓線集合的邊線是否在第二輪廓線集合的外部，若該邊線在第二輪廓線集合的外部則將該邊線加入到一第三輪廓線集合，同樣地，逐一檢查第二輪廓線集合的邊線是否在第一輪廓線集合的外部，若該邊線在第一輪廓線集合的外部則將該邊線加入到該第三輪廓線集合。其中，該邊線位於輪廓線集合的內部還是外部可以透過計算邊線中點在輪廓線集合中的卷繞數(winding number)判斷，若該邊線與該輪廓線集合中的邊線重疊，該邊線不可當作是位於輪廓線集合的外部。該第三輪廓線集合即為第一輪廓線集合和第二輪廓線集合合併後的結果，將該第三輪廓線集合做為新的一第一輪廓線集合，將尚未合併的一個三角網格做為新的第二輪廓線集合，重複執行上述步驟直到所有該三角網格都合併
完畢，此時的第三輪廓線集合包含複數條邊線，將互相連接的邊線歸類為同一條輪廓線，可將第三輪廓線集合分為複數個輪廓線，即為二維骨盆影像之複數輪廓線。其中，該左側骨盆或該右側骨盆中該輪廓線總長度第二長之該輪廓線即為該左側骨盆或該右側骨盆之該二維骨盆影像之一個閉孔邊緣輪廓線。依此步驟可自動化計算量測該二維骨盆影像左右骨盆影像之二個該閉孔邊緣輪廓線。
請配合參考圖25至圖27，將該左髂骨前上棘點與該右髂骨前上棘點之一連線以與該骨盆網格模型之所有該骨盆三角網格投影於該前骨盆平面(APP)相同之平行投影法投影於該前骨盆平面(APP)，並將投影於該前骨盆平面(APP)之該連線往該閉孔邊緣輪廓線之方向平移，直到該連線與其中一該閉孔邊緣輪廓線接觸於一點V4。
將該連線以該點V4為旋轉中心旋轉，直到該連線接觸於該閉孔邊緣輪廓線另一點V5。
確認該點V4與該點V5分別在二個不同之該閉孔邊緣輪廓線上。若該點V4與該點V5在同一個該閉孔邊緣輪廓線上，將該點V5做為新的一點V4，並重複上一步驟直到該點V4與該點V5在不同之該閉孔邊緣輪廓線上。
該點V4與該點V5即為二個閉孔上緣點，此時再將該前骨盆平面上的該閉孔上緣點依原先將各該骨盆網格模型以平行投影法投影於該前骨盆平面的方式反向地投影於該立體骨盆影像上，得到該骨盆網格模型之二個立體閉孔上緣點，並將二個該立體閉孔上緣點之資訊儲存於該資料庫中。
藉由前述說明可知，本發明達成下列效果：
1.本發明提供一種可自動化計算量測骨盆特徵點的方法，可降低人工判讀二維X光影像較費時以及產生較大誤差的問題。
2.本發明可藉由自動化計算及量測到之前骨盆平面精確求得二個立體閉孔上緣點，透過該立體閉孔上緣點之連線到髖關節旋轉中心的距離以及二個立體閉孔上緣點之連線到小轉子上緣的距離，可使得術前規劃更加精確，降低植體位置安裝不正確的問題。
需要說明的是，根據上述說明書的解釋和闡述，本揭露所屬領域的技術人員還可以對上述實施方式進行變更和修改。因此，本揭露並不局限於上面揭示和描述的具體實施方式，對本揭露的一些等同修改和變更也應當在本揭露的請求項保護範圍之內。此外儘管本說明書使用了一寫特定的術語，但是這些術語只是為了方便說明，並不對發明構成任何限制。
P1:平面位置P1
V1:骨盆網格頂點V1
Claims (5)
- 一種自動化計算量測骨盆特徵點的方法，其包含以下步驟：步驟101：載入一受試者一骨盆之一立體電腦斷層掃描影像至一處理器中，並將該立體電腦斷層掃描影像載入一座標系統，其中該立體電腦斷層掃描影像至少包含完整的一骨盆立體影像以及組成該骨盆立體影像之複數個骨盆立體像素；步驟102：載入一影像分割演算法至該處理器中辨識分類該立體電腦斷層掃描影像之立體像素屬於一左側骨盆、一右側骨盆或其餘部位，並計算該立體電腦斷層掃描影像中所有該骨盆立體像素之一平均位置，再從該左側骨盆之立體像素和該右側骨盆之立體像素提取等值面(iso-surfaces extraction)分別建立該左側骨盆與該右側骨盆的網格模型，將該骨盆立體影像轉換為一骨盆網格模型，並將該骨盆立體像素轉換為複數個骨盆三角網格以及構成該骨盆三角網格頂點之複數個骨盆網格頂點；步驟103：定義遠離該骨盆網格模型之所有該骨盆網格頂點之一平面；步驟104：找尋與該平面最靠近之一個該骨盆網格頂點作為一第一骨盆網格頂點，將該平面平行移動至包含該第一骨盆網格頂點上，並將該平均位置垂直投影至該平面上形成一第一投影點；步驟105：定義該平面上與該第一骨盆網格頂點以及該第一投影點之連線相垂直且通過該第一骨盆網格頂點之一第一連線，將該平面以該第一連線為軸線旋轉，直到觸碰到另一該骨盆網格頂點，定義該骨盆網格頂點為一第二骨盆網格頂點；步驟106：將該平均位置垂直投影至該平面形成一第二投影點，定義一通過第一骨盆網格頂點和第二骨盆網格頂點的直線，將該第二投影點再次垂直投影至該直線形成第三投影點，確認該第三投影點位於第一骨盆網格頂點與第二骨 盆網格頂點之間，若該第三投影點未落在第一骨盆網格頂點與第二骨盆網格頂點之間，捨棄原該第一骨盆網格頂點並將該第二骨盆網格頂點作為一第一骨盆網格頂點並重複步驟105；步驟107：將該平面以該第一骨盆網格頂點與該第二骨盆網格頂點連線之一第三連線為軸線旋轉，直到觸碰到另一該骨盆網格頂點，定義該骨盆網格頂點為一第三骨盆網格頂點；步驟108：將該平均位置垂直投影至該平面上形成一第四投影點，定義通過該第一骨盆網格頂點以及該第四投影點之直線為一第四連線，通過該第二骨盆網格頂點以及該第四投影點之直線為一第五連線，該第三連線、該第四連線以及該第五連線將該平面分割為複數個區域；步驟109：確認該第三骨盆網格頂點位於該第四連線以及該第五連線在該平面上所包夾且無觸碰到該第三連線之一區域一；步驟110：將該第一骨盆網格頂點、該第二骨盆網格頂點以及該第三骨盆網格頂點標註為該骨盆網格模型之三個特徵點，該些特徵點對應該骨盆網格模型之一左髂骨前上棘點、一右髂骨前上棘點、一左恥骨結節點或一右恥骨結節點之其中三點；步驟111：若該左側骨盆已辨識並標註出該左髂骨前上棘點以及該左恥骨結節點，將該左側骨盆之該左髂骨前上棘點以及該右側骨盆之該特徵點分別做為新的一第一骨盆網格頂點以及新的一第二骨盆網格頂點，並暫時去除該左髂骨前上棘點以外屬於該左側骨盆之骨盆網格頂點；若該右側骨盆已辨識並標註出該右髂骨前上棘點以及該右恥骨結節點，將該右側骨盆之該右髂骨前上棘點以及該左側骨盆之該特徵點分別做為新的一第一骨盆網格頂點以及新的一第二骨盆網格頂點並暫時去除該右髂骨前上棘點以外屬於該右側骨盆之骨盆網格頂點，重複以上步驟107至步驟110找到該第三骨盆網格頂點作為新的一特徵點， 該特徵點對應該骨盆網格模型之該左髂骨前上棘點、該右髂骨前上棘點、該左恥骨結節點或該右恥骨結節點之其中一尚未標註之點，並將該骨盆網格模型之該左髂骨前上棘點、該右髂骨前上棘點、該左恥骨結節點以及該右恥骨結節點之資料儲存於與該處理器相連之一資料庫中。
- 如請求項1所述之一種自動化計算量測骨盆特徵點的方法，其中該區域包含該第三連線、該第四連線以及該第五連線所包夾之一三角形區域，定義該三角型區域為一區域四；該第三連線與該第四連線較小夾角所圍且不包含區域四之區域為一區域三；該第三連線與該第五連線較小夾角所圍且不包含區域四之區域為一區域二；以及該第四連線以及該第五連線在該平面上所包夾且無觸碰到該第三連線之該區域一。
- 如請求項2所述之一種自動化計算量測骨盆特徵點的方法，其中：若該第三骨盆網格頂點位於該區域二，將該第三骨盆網格頂點做為新的一第一骨盆網格頂點，並重複步驟107；若該該第三骨盆網格頂點位於該區域三，將該第三骨盆網格頂點做為新的一第二骨盆網格頂點，並重複步驟107；若該第三骨盆網格頂點位於該區域四，將該第三骨盆網格頂點做為新的一第一骨盆網格頂點，並重複步驟105。
- 如請求項1所述之一種自動化計算量測骨盆特徵點的方法，其中亦包含自動化計算與量測一前骨盆平面之步驟：該處理器將所得之該左恥骨結節點以及該右恥骨結節點連線並得到一中點，以所得之該左髂骨前上棘點、該右髂骨前上棘點以及該中點產生該前骨盆平面(anterior pelvic plane)，並將該前骨盆平面之資訊儲存於該資料庫中。
- 如請求項4所述之一種自動化計算量測骨盆特徵點的方法，其中亦包含自動化計算與量測該骨盆網格模型二個立體閉孔上緣點之步驟： 該處理器將該骨盆網格模型之所有該骨盆三角網格以平行投影法投影於該前骨盆平面，得到一二維骨盆影像，並計算產生該二維骨盆影像之二個閉孔邊緣輪廓線；將該左髂骨前上棘點與該右髂骨前上棘點之一連線以平行投影法投影於該前骨盆平面，並將投影於該前骨盆平面之該連線往該閉孔邊緣輪廓線之方向移動，直到與其中一該閉孔邊緣輪廓線接觸於一點V4；將該連線以該點V4旋轉，直到該連線接觸於該閉孔邊緣輪廓線另一點V5；若該點V4與該點V5在同一個該閉孔邊緣輪廓線上，將該點V5做為新的一點V4，並重複上一步驟直到該點V4與該點V5在不同之該閉孔邊緣輪廓線上；該點V4與該點V5即為二個閉孔上緣點，再將該前骨盆平面上的該些閉孔上緣點反向投影至該骨盆網格模型得到該骨盆網格模型之二個立體閉孔上緣點，並將二個該立體閉孔上緣點之資訊儲存於該資料庫中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111149247A TWI815754B (zh) | 2022-12-21 | 2022-12-21 | 自動化計算量測骨盆特徵點的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111149247A TWI815754B (zh) | 2022-12-21 | 2022-12-21 | 自動化計算量測骨盆特徵點的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI815754B true TWI815754B (zh) | 2023-09-11 |
| TW202427362A TW202427362A (zh) | 2024-07-01 |
Family
ID=88966209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111149247A TWI815754B (zh) | 2022-12-21 | 2022-12-21 | 自動化計算量測骨盆特徵點的方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI815754B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200800123A (en) * | 2006-02-06 | 2008-01-01 | Conformis Inc | Patient selectable joint arthroplasty devices and surgical tools |
| CN103841924A (zh) * | 2011-08-15 | 2014-06-04 | 康复米斯公司 | 用于修正接合部关节置换植入物的修正系统、工具和方法 |
| TW201941218A (zh) * | 2018-01-08 | 2019-10-16 | 美商普吉尼製藥公司 | 用於基於神經網路之快速影像分段及放射性藥品之攝取的測定之系統及方法 |
| TW202133113A (zh) * | 2019-12-31 | 2021-09-01 | 瑞士商諾沃庫勒有限責任公司 | 用於影像分割之方法、系統和設備 |
| TW202204003A (zh) * | 2020-03-31 | 2022-02-01 | 瑞士商諾沃庫勒有限責任公司 | 用於導引腫瘤治療場的傳感器置放之方法、系統和設備 |
-
2022
- 2022-12-21 TW TW111149247A patent/TWI815754B/zh active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200800123A (en) * | 2006-02-06 | 2008-01-01 | Conformis Inc | Patient selectable joint arthroplasty devices and surgical tools |
| CN103841924A (zh) * | 2011-08-15 | 2014-06-04 | 康复米斯公司 | 用于修正接合部关节置换植入物的修正系统、工具和方法 |
| TW201941218A (zh) * | 2018-01-08 | 2019-10-16 | 美商普吉尼製藥公司 | 用於基於神經網路之快速影像分段及放射性藥品之攝取的測定之系統及方法 |
| TW202133113A (zh) * | 2019-12-31 | 2021-09-01 | 瑞士商諾沃庫勒有限責任公司 | 用於影像分割之方法、系統和設備 |
| TW202204003A (zh) * | 2020-03-31 | 2022-02-01 | 瑞士商諾沃庫勒有限責任公司 | 用於導引腫瘤治療場的傳感器置放之方法、系統和設備 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202427362A (zh) | 2024-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2583245B1 (en) | Method and system of automatic determination of geometric elements from a 3d medical image of a bone | |
| US10172675B2 (en) | Implant design analysis suite | |
| US7747305B2 (en) | Computer-aided-design of skeletal implants | |
| US20210012492A1 (en) | Systems and methods for obtaining 3-d images from x-ray information for deformed elongate bones | |
| JP5845253B2 (ja) | 骨の変形を特徴付ける幾何学的要素を３ｄ画像から自動的に決定する方法およびシステム | |
| US20210007806A1 (en) | A method for obtaining 3-d deformity correction for bones | |
| Tang et al. | 2D/3D deformable registration using a hybrid atlas | |
| WO2019180746A1 (en) | A method for obtaining 3-d deformity correction for bones | |
| US20220156942A1 (en) | Closed surface fitting for segmentation of orthopedic medical image data | |
| Jacinto et al. | Multi-atlas automatic positioning of anatomical landmarks | |
| CN114283188A (zh) | 一种针对骨科手术机器人的定位配准方法 | |
| WO2019180747A1 (en) | Systems and methods for obtaining patient specific instrument designs | |
| CN110942433B (zh) | 一种基于颅骨cbct图像的修复导板生成方法 | |
| TWI815754B (zh) | 自動化計算量測骨盆特徵點的方法 | |
| CN116958443A (zh) | 基于smplx重建数字人可量化检测模型、方法及应用 | |
| CN116363093A (zh) | 一种用于寻找髋臼的旋转中心的方法与装置、手术规划系统及存储介质 | |
| JP4822669B2 (ja) | 画像の配向を決める方法 | |
| Cappetti et al. | Skeleton and medial axis functions evaluation of voxel discretized geometries | |
| Baka et al. | Correspondence free 3D statistical shape model fitting to sparse X-ray projections | |
| CN107945157A (zh) | 骶骨上终板测量方法/系统、计算机可读存储介质及设备 | |
| CN113257394B (zh) | 医学图像数据 | |
| Song et al. | Computer-aided modeling and morphological analysis of hip joint | |
| CN116645403A (zh) | 一种髋关节位置配准方法、装置、电子设备及存储介质 | |
| Guéziec et al. | Exploiting 2-D to 3-D intra-operative image registration for qualitative evaluations and post-operative simulations | |
| Guest et al. | Using the CSM Correspondence Calculation Algorithm to Quantify Differences between Surfaces. |