CN109549658A - 一种骨水泥植入体属性定量分析方法 - Google Patents
一种骨水泥植入体属性定量分析方法 Download PDFInfo
- Publication number
- CN109549658A CN109549658A CN201910000397.7A CN201910000397A CN109549658A CN 109549658 A CN109549658 A CN 109549658A CN 201910000397 A CN201910000397 A CN 201910000397A CN 109549658 A CN109549658 A CN 109549658A
- Authority
- CN
- China
- Prior art keywords
- burr
- bone cement
- data set
- image
- connected domain
- 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
- 239000002639 bone cement Substances 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000007943 implant Substances 0.000 title claims abstract description 11
- 238000004445 quantitative analysis Methods 0.000 title claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000012217 deletion Methods 0.000 claims abstract description 3
- 230000037430 deletion Effects 0.000 claims abstract description 3
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000002591 computed tomography Methods 0.000 claims description 6
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000002513 implantation Methods 0.000 claims description 4
- 210000000988 bone and bone Anatomy 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 12
- 230000002980 postoperative effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 239000012620 biological material Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例提供一种骨水泥植入体属性定量分析方法，涉及骨水泥分布对椎体成形术疗效影响研究技术领域。具体地，该方法从图像处理角度定量分析植入人体内的骨水泥不光滑分布状态，即统计“毛刺”数量，实现步骤为，首先将三维骨水泥模型用不同方向上的二维切片图像集合来表征，分别提取数据集在x，y，z轴方向上的切片数据，遍历每一方向上的切片数据，删除面积小于设定阈值的连通域后保存到新的数据集，然后对新生成的数据集和原输入数据集做差值处理，得到“毛刺”数据集，最后在三维坐标下统计“毛刺”数据集中的不连通区域个数，得到“毛刺”个数。所述方法可以为椎体成形术术后疗效分析提供一定理论参考。
Description
技术领域
本发明涉及骨水泥植入体对椎体成形术疗效影响研究技术领域，具体而言，涉及一种骨水泥植入体属性定量分析方法。
背景技术
骨水泥是一种用于填充骨与植入物间隙的一种具有自凝特性的生物材料。骨水泥的量被认为是影响经皮椎体成形术（PVP）和经皮椎体后凸成形术（PKP）疗效的重要因素。尽管诸多学者建议骨水泥在骨折椎体内应尽量对称分布，但目前还没有具体阐述骨水泥的分布状态与PVP 或PKP疗效间相互关系的报道。
描述骨水泥分布状态的常用属性有“表面积”、“体积”和“毛刺”等，其中，“毛刺”是对骨水泥表面不光滑状态的描述，即表面凸起或下凹。一般来说，医生希望植入的骨水泥表面有一定“毛刺”而非一个光滑体，因为一定数量的“毛刺”可以保证骨水泥与人体组织的紧密粘合，避免发生松动或者断裂，导致严重后果。
在目前实际的临床诊断中，医生主要通过观察病人患处的多张CT断层图像并结合自己的专业知识进行主观判断，给出相应的视觉类似评分（VAS），缺乏客观定量分析。为了更好地从医学角度上去分析PVP 、PKP疗效与骨水泥分布状态的关系，骨水泥属性的定量分析方法需要提出，其中，“表面积”、“体积”的计算可依据相应的计算公式，但“毛刺”数量的统计需要特定的算法。
发明内容
有鉴于此，本发明实施例从图像处理角度出发，提出一种“毛刺”数量的定量统计方法，以解决上述问题。
本发明实施例提供的一种骨水泥植入体“毛刺”数量统计方法主要思想是将三维骨水泥模型用不同方向上的二维切片图像集合来表征。对骨水泥表面的任意一个凸起“毛刺”而言，一定在某一方向上的二维切片图像集中存在一张或连续几张“毛刺”顶端部分表现为小面积连通域的图片。所有满足上述条件的连通域集合即为表征“毛刺”的数据集。
本发明实施例提供的一种骨水泥植入体“毛刺”数量统计方法包括：输入经过去噪、图像分割预处理后的骨水泥序列CT数据集；分别提取数据集在x，y，z轴方向上的切片数据，遍历每一方向上的切片数据，删除面积小于设定阈值的连通域后保存到新的数据集；然后对新生成的数据集和原输入数据集做差值处理，得到“毛刺”数据集；在三维坐标下统计“毛刺”数据集中的不连通区域个数，得到毛刺个数。
与现有技术相比，本发明实施例提供的一种骨水泥“毛刺”数量统计方法是一种骨水泥植入体属性定量分析方法，可以从图像处理角度出发，定量地分析骨水泥“毛刺”数量与术后疗效问题。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍， 应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明实施例中所使用的数据源骨水泥序列CT扫描图像中的任意一张。
图2是本发明实施例中经过图像预处理后的骨水泥序列CT扫描图像中任意选取的一张切片图像。
图3是本发明实施例提供的一种骨水泥“毛刺”数量统计方法的流程图。
图4是本发明实施例中经过图像预处理后的骨水泥序列CT扫描图像数据集在MATLAB R2016b平台下的三维视图，即植入体骨水泥的三维显示。
图5是本发明实施例中骨水泥序列CT扫描图像数据集中z轴方向上任取一张切片图像与去除小连通域后的对比图。
图6是本发明实施例中骨水泥删除表面毛刺顶端部分在MATLAB R2016b平台下的三维显示。
图7是本发明实施例中骨水泥的毛刺顶端部分在MATLAB R2016b平台下三维显示。
图8是本发明实施例中骨水泥三维视图上标记“毛刺”后的显示结果。
具体实施方式
下面将结合本发明实施例中附图，对本发明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发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和展示的本发明实施例的显示结果可以以各种不同CT数据源来分析和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
如图1所示，是本发明实施例中所使用的数据源骨水泥序列CT扫描图像中的任意一张。
本发明实施例所使用的数据源为骨水泥序列CT扫描图像，共29张，均来自四川省科学城医院。数据格式为DICOM,像素大小为484*484。
图1所示的骨水泥CT扫描图像中白色区域部分为骨水泥。
从图1可以看出本发明实施例所使用的骨水泥CT扫描图像中包含了一定的背景和噪声，需要经过去噪、图像分割预处理才可作为后期的骨水泥“毛刺”统计分析数据集。
如图2所示，是本发明实施例中经过图像预处理后的骨水泥序列CT扫描图像中任意选取的一张切片图像。
图像预处理，是指对初始数据源，即人体脊椎植入骨水泥部位的CT扫描图像进行预处理，经过阈值分割、中值滤波、掩盖处理去掉背景和大量噪声，生成处理后的二值图像。
从图2可以看出本发明实施例中经过图像预处理后的骨水泥CT扫描图像是二值图像，黑色为背景，白色为骨水泥。
如图3所示，是本发明实施例提供的一种骨水泥“毛刺”数量统计方法的流程图，请参阅图3，所述方法包括：
步骤S110，输入经过去噪、图像分割预处理后的骨水泥序列CT数据集D。
为了给出直观的效果，将数据集D以三维视图表示，如图4所示为数据集D的三维视图，即植入体骨水泥的三维显示。
步骤S120，分别提取数据集D在x，y，z轴方向上的切片数据，在切片上删除面积小于阈值的连通域后保存到新的数据集P中。
小连通域是指面积小于设定阈值的连通域。以z轴方向上提取的一张切片数据为例，如图5所示为数据集D中z轴方向上任取一张切片图像与去除小连通域后的对比图，左图部分为没有去除小连通域的切片图像，右图部分为去除小连通域的切片图像。
遍历x，y，z轴上所有切片图像，将去除小连通域后的数据存放到新的数据集P中。为了给出直观的效果，将数据集P以三维视图表示，如图6所示为数据集D经过删除处理后得到的数据集P的三维视图，即骨水泥删除表面毛刺顶端部分的三维显示。
步骤S130，将数据集D与数据集P做差值处理，得到“毛刺”数据集burr。
为了给出直观的效果，将差值后的“毛刺”数据集burr以三维视图表示，如图7所示为数据集D与数据集P的三维视图，即骨水泥的毛刺顶端部分三维显示。
步骤S140，在三维坐标下统计数据集burr中的不连通区域个数，得到毛刺个数。
在三维坐标下统计数据集burr中的不连通区域个数的方法是，先取burr中z方向第一层数据，计算其连通域数目，作为毛刺初始数量；然后取出下一层数据，与上一层数据做相与操作，计算相与后图像的连通域数目，记作n；再统计该层的连通域数量记作p，那么该层单独的毛刺数量则为p – n。遍历数据集burr中z方向所有层数据，计算出“毛刺”数量。
为了给出直观的效果，在骨水泥三维视图上标记“毛刺”并显示，如图8所示为骨水泥三维视图上标记“毛刺”后的显示结果。本发明所用数据源统计出的“毛刺”个数为111个。
与现有技术相比，本发明实施例提供的一种骨水泥属性定量分析方法可以客观定量地分析“毛刺”数与术后疗效问题，为后续临床医学研究与诊断提供一定的理论参考。
在本申请所提供的实施例中，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种骨水泥植入体属性定量分析方法,其特征在于,所述方法包括:从图像处理角度定量分析植入人体内的骨水泥不光滑分布状态，即统计“毛刺”数量，其中“毛刺”是对骨水泥表面不光滑状态的描述，即表面凸起或下凹。
2.根据权利要求1中所述的方法，其特征在于，“毛刺”数量的统计，“毛刺”数量统计方法是将三维骨水泥模型用不同方向上的二维切片图像集合来表征，对骨水泥表面的任意一个“毛刺”而言，一定在某一方向上的二维切片图像集中存在一张或连续几张毛刺顶端部分表现为小面积连通域的图片，所有满足上述条件的连通域集合即为表征“毛刺”的数据集。
3.根据权利要求2中所述的方法，其特征在于，将三维骨水泥模型用不同方向上的二维切片图像集合来表征，统计其“毛刺”数量的方法是首先输入经过去噪、图像分割预处理后的骨水泥CT数据集，分别提取数据集在x，y，z轴方向上的切片数据，遍历每一方向上的切片数据，删除面积小于设定阈值的连通域后保存到新的数据集；然后对新生成的数据集和输入的数据集做差值计算，得到“毛刺”数据集；在三维坐标下统计“毛刺”数据集中的不连通区域个数，得到毛刺个数。
4.根据权利要求3中所述的方法，其特征在于，经过图像预处理后的骨水泥CT扫描图像是二值图像，黑色为背景，白色为骨水泥，所做的图像预处理是对初始数据源，即人体脊椎植入骨水泥部位的CT扫描图像进行预处理，经过阈值分割、中值滤波、掩盖处理去掉背景和大量噪声，生成处理后的二值图像。
5.根据权利要求3中所述的方法，其特征在于，将处理后的三维骨水泥数据集用不同方向上的二维切片图像集合来表征，以x，y，z轴方向取出每一层的二值图像，先求出连通域的个数，然后将所有面积小于一定阈值的连通域去掉，形成新的数据集，对新生成的数据集和最初处理后的三维骨水泥数据集做差值处理，得到“毛刺”数据集。
6.根据权利要求3中所述的方法，其特征在于，“毛刺”数量的统计方法是先取“毛刺”数据集中z方向第一层数据，计算其连通域数目，作为毛刺初始数量；然后取出下一层数据，与上一层数据做相与操作，计算相与后图像的连通域数目；再统计该层连通域数目，那么该层单独的毛刺数量为该层连通域数目减去相与后图像的连通域数目；遍历“毛刺”数据集z方向所有层数据，计算出“毛刺”数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910000397.7A CN109549658B (zh) | 2019-01-02 | 2019-01-02 | 一种骨水泥植入体属性定量分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910000397.7A CN109549658B (zh) | 2019-01-02 | 2019-01-02 | 一种骨水泥植入体属性定量分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109549658A true CN109549658A (zh) | 2019-04-02 |
| CN109549658B CN109549658B (zh) | 2023-04-21 |
Family
ID=65872422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910000397.7A Active CN109549658B (zh) | 2019-01-02 | 2019-01-02 | 一种骨水泥植入体属性定量分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109549658B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8644568B1 (en) * | 2008-07-25 | 2014-02-04 | O.N.Diagnostics, LLC | Automated patient-specific bone-implant biomechanical analysis |
| CN104091365A (zh) * | 2014-07-12 | 2014-10-08 | 大连理工大学 | 面向序列化髋关节ct图像的髋臼组织模型重建方法 |
| CN106214291A (zh) * | 2016-07-13 | 2016-12-14 | 广东工业大学 | 一种骨水泥间隔器阴模的设计方法及装置 |
| US20170061607A1 (en) * | 2015-08-26 | 2017-03-02 | Ultrasonix Medical | Ovarian follicle segmentation in ultrasound images |
| CN107115102A (zh) * | 2017-06-07 | 2017-09-01 | 西南科技大学 | 一种骨关节功能评估方法与装置 |
-
2019
- 2019-01-02 CN CN201910000397.7A patent/CN109549658B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8644568B1 (en) * | 2008-07-25 | 2014-02-04 | O.N.Diagnostics, LLC | Automated patient-specific bone-implant biomechanical analysis |
| CN104091365A (zh) * | 2014-07-12 | 2014-10-08 | 大连理工大学 | 面向序列化髋关节ct图像的髋臼组织模型重建方法 |
| US20170061607A1 (en) * | 2015-08-26 | 2017-03-02 | Ultrasonix Medical | Ovarian follicle segmentation in ultrasound images |
| CN106214291A (zh) * | 2016-07-13 | 2016-12-14 | 广东工业大学 | 一种骨水泥间隔器阴模的设计方法及装置 |
| CN107115102A (zh) * | 2017-06-07 | 2017-09-01 | 西南科技大学 | 一种骨关节功能评估方法与装置 |
Non-Patent Citations (5)
| Title |
|---|
| KLAUS-DIETER KUEHN等: "Acrylic bone cements: mechanical and physical properties" * |
| MB GIERS等: "Distribution of molecules locally delivered from bone cement" * |
| 方艳红: "快速康复外科理念在老年全髋关节置换术护理中的应用" * |
| 黄晓慧: "骨骼有限元精确建模方法及骨水泥断裂和疲劳损伤研究" * |
| 龚宪生;胡江林;周峰;邓小东;: "两种方式固定髋关节假体的有限元模拟分析" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109549658B (zh) | 2023-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mahendran et al. | An enhanced tibia fracture detection tool using image processing and classification fusion techniques in X-ray images | |
| CN100456325C (zh) | 一种医学图像窗口参数的自适应调整方法 | |
| KR102119542B1 (ko) | 해부학적 관절에 대한 손상을 표시하는 의사결정 지원 자료를 생성하기 위한 시스템 그리고 방법 (system and method for creating a decision support material indicating damage to an anatomical joint) | |
| EP3065651B1 (en) | Method for constructing a patient-specific surgical guide | |
| CN103489198A (zh) | 从序列mr图像中自动分割脑干区域的方法 | |
| Mailey et al. | Evaluation of facial volume changes after rejuvenation surgery using a 3-dimensional camera | |
| CN102419864B (zh) | 一种提取脑部ct图像骨骼方法及装置 | |
| CN107578374B (zh) | X光图像的拉伸方法及计算机可读存储介质 | |
| Mahmood et al. | Image segmentation methods and edge detection: An application to knee joint articular cartilage edge detection | |
| Lloréns et al. | Jaw tissues segmentation in dental 3D CT images using fuzzy-connectedness and morphological processing | |
| Crawford et al. | Cervical vertebral bone mineral density changes in adolescents during orthodontic treatment | |
| Kakehbaraei et al. | Dental segmentation in cone-beam computed tomography images using watershed and morphology operators | |
| Bräuer et al. | Virtual study of the endocranial morphology of the matrix‐filled cranium from Eliye Springs, Kenya | |
| CN114549505A (zh) | 肋骨分割方法、装置、计算机设备及存储介质 | |
| CN109549658A (zh) | 一种骨水泥植入体属性定量分析方法 | |
| Kakehbaraei et al. | 3D tooth segmentation in cone-beam computed tomography images using distance transform | |
| Solanki et al. | Isef based identification of rct/filling in dental caries of decayed tooth | |
| JP5397873B2 (ja) | 膝関節の大腿骨及び脛骨の骨軸自動抽出方法、ならびに骨軸自動抽出プログラム | |
| Vijayakumari et al. | Dental cyst diagnosis using texture analysis | |
| Cook et al. | Variability of manual lumbar spine segmentation | |
| TWI494083B (zh) | Magnetic resonance measurement of knee cartilage with ICP and KD-TREE alignment algorithm | |
| Sayin et al. | Optimization of CBCT data with image processing methods and production with fused deposition modeling 3D printing | |
| Umadevi et al. | Bone structure and diaphysis extraction algorithm for X-ray images | |
| Tognola et al. | Three-dimensional reconstruction and image processing in mandibular distraction planning | |
| Abdolali et al. | Fully automated detection of the mandibular canal in cone beam CT images using Lie group based statistical shape models |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230727 Address after: 621000 Fucheng District, Mianyang, Sichuan Patentee after: Southwest University of Science and Technology Patentee after: Xiao Wei Address before: 621010, No. 59, Qinglong Avenue, Fucheng District, Sichuan, Mianyang Patentee before: Southwest University of Science and Technology |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240508 Address after: Mianyang City, Sichuan Province, 621900 Mountain Road No. 64 Patentee after: WORKER'S HOSPITAL, CHINA ACADEMY OF ENGINEERING PHYSICS Country or region after: China Patentee after: Xiao Wei Address before: 621000 Fucheng District, Mianyang, Sichuan Patentee before: Southwest University of Science and Technology Country or region before: China Patentee before: Xiao Wei |