CN111179350B - 髋关节图像处理*** - Google Patents
髋关节图像处理*** Download PDFInfo
- Publication number
- CN111179350B CN111179350B CN202010090208.2A CN202010090208A CN111179350B CN 111179350 B CN111179350 B CN 111179350B CN 202010090208 A CN202010090208 A CN 202010090208A CN 111179350 B CN111179350 B CN 111179350B
- Authority
- CN
- China
- Prior art keywords
- image
- prosthesis
- hip
- image processing
- bone
- 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.)
- Active
Links
- 210000004394 hip joint Anatomy 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 title claims abstract description 47
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 117
- 238000003672 processing method Methods 0.000 claims abstract description 21
- 230000011218 segmentation Effects 0.000 claims abstract description 17
- 210000001624 hip Anatomy 0.000 claims description 39
- 210000000689 upper leg Anatomy 0.000 claims description 34
- 210000004197 pelvis Anatomy 0.000 claims description 30
- 238000012937 correction Methods 0.000 claims description 25
- 238000012549 training Methods 0.000 claims description 19
- 210000000588 acetabulum Anatomy 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 11
- 230000002146 bilateral effect Effects 0.000 claims description 10
- 210000000528 lesser trochanter Anatomy 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 210000003141 lower extremity Anatomy 0.000 claims description 5
- 210000004061 pubic symphysis Anatomy 0.000 claims description 4
- 238000002591 computed tomography Methods 0.000 claims description 3
- 210000003689 pubic bone Anatomy 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 53
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000002372 labelling Methods 0.000 abstract description 2
- 238000011541 total hip replacement Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 9
- 238000011282 treatment Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000001356 surgical procedure Methods 0.000 description 5
- 238000011540 hip replacement Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 208000037099 Prosthesis Failure Diseases 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 238000004904 shortening Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 206010002556 Ankylosing Spondylitis Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 206010058314 Dysplasia Diseases 0.000 description 1
- 208000012659 Joint disease Diseases 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 206010028851 Necrosis Diseases 0.000 description 1
- 241001227561 Valgus Species 0.000 description 1
- 241000469816 Varus Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 208000020089 femoral neck fracture Diseases 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003041 ligament Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 201000008482 osteoarthritis Diseases 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computer Graphics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Prostheses (AREA)
Abstract
本发明公开了一种髋关节图像处理***，包括：图像处理模块，适于执行针对髋关节的图像处理方法，来生成具有标注数据的标注骨骼图像；假体放置模块，适于确定将被放置的假体以及所述假体的位置；功能模块，适于获取已确定的假体安置方案；其中，图像处理模块适于：获取包括髋关节的髋关节图像；将所述髋关节图像输入到从所述手术信息中确定的髋关节分割模型组件，获取仅包括骨骼的三维骨骼模型图像；通过对三维骨骼模型图像中的关键点的位置进行标注，生成具有标注数据的标注骨骼图像。采用本申请，可在进行全髋关节置换手术之前，为假体的置换提供准确率高的三维测量数据。
Description
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种髋关节图像处理***。
背景技术
随着数字医学的快速发展，数字化技术在外科手术中的应用越来越重要，数字化的手术规划克服了外科医生的视觉局限，使数据测量更加精准，诊断更为精确，手术更加精准、更加高效。
对于骨科手术(例如，髋关节置换手术)，传统方法利用X线片及假体模板相结合的方式进行术前规划并制定手术方案。传统规划方法使用假体模板在X线片上进行比对，因为X线与模板比例尺不统一，规划结果无法精确预测术中实际使用假体的大小，并且传统方法不能显示三维参数，无法评估假体摆放的空间位置，术者利用传统方式进行术前规划，耗时长，且经常会出现术前规划信息与实际使用假体大小型号及空间位置信息不符的情况。因此，传统规划方法规划时间长，结果不准确，无法显示三维参数及空间位置角度等信息，无法有效的降低手术难度，有时甚至提供错误的信息给临床医师，增加了手术风险。
鉴于此，需要一种精准高效的三维术前规划***，能够准确提供髋关节图像数据的解剖参数信息，自动高效计算关键解剖参数，与数据库人工关节假体进行匹配，给出最适合的推荐手术方案，以更好地辅助专业医生制定手术方案。
发明内容
为此，本发明提供了针对髋关节的基于深度学习的髋关节图像处理方法及计算设备，以力图解决或者至少缓解上面存在的至少一个问题。
根据本发明的一个方面，提供了一种基于深度学习的髋关节图像处理方法，该方法适于在计算设备中执行，包括步骤：获取与将进行手术的髋关节对应的髋关节信息，其中，所述髋关节信息包括所述髋关节的髋关节DICOM图像以及与手术相关的手术信息；将所述髋关节DICOM图像输入到从所述手术信息中确定的髋关节分割模型组件，获取包括骨骼的三维骨骼模型图像；通过对所述三维骨骼模型图像中的关键点的位置进行标注，生成具有标注数据的标注骨骼图像。
可选地，在根据本发明的方法中，所述髋关节图像是以DICOM格式存储的医学图像。
可选地，在根据本发明的方法中，所述手术信息包括所述髋关节在人体中的方位、所患疾病以及将被放置的假体所属的品类。
可选地，在根据本发明的方法中，将所述髋关节图像输入到从所述手术信息中确定的髋关节分割模型组件获取包括骨骼的三维骨骼模型图像的步骤包括：利用所述手术信息中的将被放置的假体所属的品类，确定与所述品类对应的髋关节分割模型组件；将所述髋关节图像分别输入到所述髋关节分割模型组件，获取仅包括骨骼的各个二维图像，其中各个二维图像包括相互分割的骨盆、左侧股骨、右侧股骨的图像；将所述各个二维图像在空间上进行叠加，生成仅包括骨骼的三维骨骼模型图像。
可选地，在根据本发明的方法中，所述髋关节分割模型组件根据多个训练髋关节图像以及与从所述多个训练髋关节图像分别提取出的多个训练骨骼之间的对应关系进行机器学习得到的。
可选地，在根据本发明的方法中，将所述各个二维图像在空间上进行叠加生成仅包括骨骼的三维骨骼模型图像的步骤包括：将所述各个二维图像中的骨盆的左右方向设置为x轴方向，CT扫描方向为z轴方向，与x轴和z轴所成平面垂直的方向设置为y轴方向；其中，骨盆的左右方向是指从骨盆的左侧按照水平方向到达骨盆的右侧的方向；将所述各个二维图像延z轴方向在空间上进行叠加，生成仅包括骨骼的三维骨骼模型图像。
可选地，在根据本发明的方法中，根据所述标注骨骼图像生成具有标注数据的标注骨骼图像的步骤包括：识别出所述三维骨骼模型图像中的预先设定的关键点的位置；在所述三维骨骼模型图像中将这些关键点的位置标注出来，生成具有标注数据的所述标注骨骼图像。
可选地，在根据本发明的方法中，所述关键点包括髂前上棘、耻骨联合、小转子、股骨头重心、髓腔轴线及髋臼轴线中的一个或多个。
可选地，在根据本发明的方法中，生成具有标注数据的标注骨骼图像的步骤后包括：对所述标注骨骼图像中的各个部位进行矫正处理，生成矫正后的标注骨骼图像。
可选地，在根据本发明的方法中，所述矫正处理包括对于骨盆的矫正处理以及对于两侧股骨的矫正处理。
可选地，在根据本发明的方法中，针对骨盆的矫正处理，对所述标注骨骼图像中的各个部位进行矫正处理生成矫正后的标注骨骼图像的步骤包括：确定包括双侧髂前上棘及耻骨联合的三个关键点；利用这三个关键点所形成的APP平面，使APP平面与y轴垂直，以生成矫正后的标注骨骼图像作为标注骨骼图像。
可选地，在根据本发明的方法中，针对两侧股骨的矫正处理，对所述标注骨骼图像中的各个部位进行矫正处理生成矫正后的标注骨骼图像的步骤包括：确定所述标注骨骼图像中的股骨头重心与髓腔轴线；利用所述股骨头重心与髓腔轴线形成矫正平面；将所述矫正平面按照与x轴方向和z轴方向形成的平面平行的方向来进行矫正，生成矫正后的标注骨骼图像作为标注骨骼图像。
可选地，在根据本发明的方法中，生成具有标注数据的标注骨骼图像的步骤后包括：根据所述标注骨骼图像，确定将被放置的假体以及所述假体的放置信息。
可选地，在根据本发明的方法中，根据所述标注骨骼图像确定将被放置的假体以及所述假体的放置信息的步骤包括：根据所述标注骨骼图像，确定髋臼杯假体的大小型号以及放置信息，其中，所述放置信息包括髋臼杯放置的角度以及三维空间放置的位置；根据所述标注骨骼图像中的标注，确定股骨旋转中心，股骨髓腔轴线和股骨髓腔尺寸，根据股骨旋转中心、股骨髓腔轴线和股骨髓腔尺寸，确定股骨柄假体的大小型号及三维空间放置位置，其中，所述放置位置包括放置的假体内翻外翻角度以及放置的位置。
可选地，在根据本发明的方法中，根据所述标注骨骼图像确定髋臼杯假体的型号以及放置信息的步骤包括：识别出所述标注骨骼图像中的髋臼的月状面；利用所述月状面拟合出的球形，确定髋臼杯假体的旋转中心，大小型号以及三维放置信息。
可选地，在根据本发明的方法中，根据所述尺寸确定股骨柄假体的型号以及放置位置的步骤包括：通过髋臼旋转中心和双侧股骨小转子的位置确定所述股骨柄假体的初步位置；通过与股骨髓腔轴线及股骨髓腔在多个不同层面上的大小拟合，确定所述股骨柄假体的大小型号以及放置位置。
可选地，在根据本发明的方法中，根据所述标注骨骼图像，确定将被放置的假体以及所述假体的放置信息的步骤还包括：对所述股骨柄假体及髋臼杯假体按照评估因子进行计算，生成评估信息。
可选地，在根据本发明的方法中，所述评估因子包括以下中的一个或多个：髋臼杯覆盖率、双下肢是否等长以及两侧偏距状况。
根据本发明的又一方面，提供了一种计算设备，包括：一个或多个处理器；和存储器；一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行如上所述方法中的任一方法的指令。
根据本发明的再一方面，提供了一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当计算设备执行时，使得计算设备执行如上所述的方法中的任一方法。
根据本发明的方案，可在进行假体安置之前，为假体安置提供准确率高的髋关节数据。可通过生成仅包括骨骼信息的三维立体图像，确定假体型号大小以及假体所安放的位置。更进一步地，可利用已训练好的计算机模型更准确地识别出各个图像中的骨骼，并利用这些骨骼生成准确的三维图像，特别是在骨科，利用本发明的方案，可以帮助医师最大精度的定位髋臼杯假体及股骨柄假体的实际位置，帮助术者在三维信息上，全视角评估假体的放置位置，术前精确规划假体的型号及方位，安放好之后不仅可以360度旋转观察骨盆或股骨，评估假体的安放角度，同时还可以评估假体安放后的髋臼杯覆盖率、腿长、偏距等手术参数。缩短年轻临床医师的学习曲线，降低假体脱位，假体松动，疼痛等并发症的发生率。
附图说明
为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的构造示意图；
图2示出了根据本发明一个实施例的针对髋关节的图像处理方法200的流程示意图；
图3示出了根据本发明一个实施例的髋关节置换的示图；
图4示出了根据本发明一个实施例的针对髋关节的图像处理***400的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中，计算设备100典型地包括***存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和***存储器106之间的通信。
取决于期望的配置，处理器104可以是任何类型的处理器，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置，***存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。***存储器106可以包括操作***120、一个或者多个应用122以及程序数据124。在一些实施方式中，应用122可以布置为在操作***上利用程序数据124进行操作。在一些实施例中，计算设备100被配置为执行针对髋关节的图像处理方法200，程序数据124中就包含了用于执行上述各方法的指令。
计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、图像输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以是这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中以编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。在一些实施例中，计算机可读介质中存储一个或多个程序，这一个或多个程序中包括执行某些方法(如方法200)的指令。
计算设备100可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、数码照相机、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。当然，计算设备100也可以实现为包括桌面计算机和笔记本计算机配置的个人计算机，或者是具有上述配置的服务器。本发明的实施方式对此均不作限制。
图2示出了根据本发明一个实施例的基于深度学习的髋关节的图像处理方法200的流程示意图。在对身体上的髋关节进行术前规划时，可采用本申请的图像处理方法确定适合的假体以及假体的安放位置。为了方便理解本发明，图3示出了髋关节置换的示图。
髋关节主要有凸起的股骨头和凹陷的髋臼构成，凸起的股骨头呈球形、凹陷的髋臼像一只碗，所以股骨头和髋臼构成的髋关节在周边韧带、肌肉的包围下可以很稳定、同时又能像球在碗里面滑动一样使髋关节可以向各个方向***。作为下肢与骨盆联结的关节，是承受人们活动(站立、行走和跑跳)时产生冲击力的重要关节。
如图3所示，髋关节置换就是用人造的碗状假体301和球状假体302分别替代损坏了的髋臼和股骨头。在本发明中，可利用本发明的图像处理方法分别确定假体301以及假体302的型号与放置位置，从而为后续手术提供便利。
以下将结合图2，详细阐述根据本发明实施例的图像处理方法针对髋关节的图像处理方法200的流程。
在步骤S210，获取与将进行手术的髋关节对应的髋关节信息，其中，所述髋关节信息包括所述髋关节的髋关节图像以及与手术相关的手术信息。
具体来说，在医学领域，可借助于某种介质(如X射线、电磁场、超声波等)与人体相互作用，把人体内部组织器官结构、密度以影像方式表现出来，供诊断医师根据影像提供的信息进行判断。
DICOM被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备(X射线，CT，核磁共振，超声等)，并且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。所有患者的医学图像都以DICOM文件格式进行存储。这样方便技术人员可利用同一格式的医学图像进行分析。
应用于本发明，医师可利用CT对髋关节进行扫描，生成DICOM格式的文件，并保存这些文件。为了更快地执行本方法，可将不同患者的DICOM文件按照不同文件夹进行存储，例如，如果有三个患者，则三个患者对应的髋关节图像分别存储在三个文件夹中。
此外，还可获取与手术相关的手术信息。所述手术信息包括所述髋关节在人体中的方位、所患疾病以及将被放置的假体所属的品类。
众所周知，每个人包含左右两侧的髋关节，即，在身体的左右两侧分别具有连接大腿与骨盆的髋关节，因此，在执行术前规划时，可确定将被执行手术的髋关节所在的方位，例如，左侧或者右侧。
更进一步地，可确定患者所患的髋关节疾病，病种包括股骨头坏死、股骨颈骨折、先天性髋关节发育不良、骨关节炎以及强直性脊柱炎等。在确定了患者所患的病种后，可提供与所述病种相关的假体产品，例如，髋臼杯、内衬、球头、股骨柄。
随后，执行步骤S220，将所述髋关节图像输入到从所述手术信息中确定的髋关节分割模型组件，获取仅包括骨骼的三维骨骼模型图像。
具体来说，将所述髋关节图像分别输入到所述髋关节分割模型组件，获取仅包括骨骼的各个二维图像，其中，所述髋关节分割模型组件根据多个训练髋关节图像以及与从所述多个训练髋关节图像分别提取出的多个训练骨骼之间的对应关系进行机器学习得到的。在一种实施例中，训练骨骼为骨盆、左侧股骨、右侧股骨。这样，通过髋关节分割模型组件，获取的仅包括骨骼的各个二维图像包括相互分割的骨盆的图像、左侧股骨的图像、右侧股骨的图像。
在实施中，可获取到多个训练髋关节图像，并利用人工标记的方式，从这些训练髋关节图像中分别提取出训练骨骼，随后，构建所述髋关节分割模型组件，设置有训练参数；利用多个训练髋关节图像以及与从所述多个训练髋关节图像分别提取出的多个训练骨骼之间的对应关系对所述髋关节分割模型组件进行训练，调整所述训练参数，直到所述髋关节分割模型组件达到预设要求。其中，所述髋关节分割模型组件可包括利用现有的机器学习算法形成的模型组件。这样，可将在手术中不需要的CT床以及软组织等信息进行去除。
随后，将所述各个二维图像在空间上进行叠加，生成仅包括骨骼的三维骨骼模型图像，包括：将所述各个二维图像中的骨盆的左右方向设置为x轴方向，CT扫描方向为z轴方向，与x轴和z轴所成平面垂直的方向设置为y轴方向；将各个二维图像延z轴方向在空间上进行叠加，生成三维骨骼模型图像。
在实施中，可获取到多个仅包含骨骼的二维图像，这些二维图像是从不同角度对同一个髋关节拍摄后获取的，因此，可能某些二维图像包含的是x轴和z轴平面的图像，有些是包含x轴和y轴平面的图像，通过这些的叠加，可生成仅包括骨骼的三维骨骼模型图像。
随后，在步骤S230，通过对所述三维骨骼模型图像中的关键点的位置进行标注，生成具有标注数据的标注骨骼图像。具体包括：识别出所述三维骨骼模型图像中的预先设定的关键点的位置，其中，所述关键点可包括髂前上棘、耻骨联合、小转子、股骨头重心、髓腔轴线及髋臼轴线中的一个或多个。
并且，在所述三维骨骼模型图像中将这些关键点的位置测量并标注出来，生成具有标注数据的所述标注骨骼图像，其中，所述测量数据包括髋臼尺寸、偏距等。
可选地，生成具有标注数据的标注骨骼图像的步骤后还包括：对所述标注骨骼图像中的各个部位进行矫正处理，生成矫正后的标注骨骼图像。在实施中，所述矫正处理可包括对于骨盆的矫正处理以及对于两侧股骨的矫正处理。
针对骨盆的矫正处理包括：1)可获取到双侧髂前上棘及耻骨联合这三个点，随后利用这三个点所形成的APP平面(anterior pelvic plane)，利用APP平面与y轴角度，来确定骨盆倾斜角度；2)令双侧髂前上棘连线与X轴平行，，以实现对骨盆的矫正处理。
针对股骨的矫正处理包括：可确定所述标注骨骼图像中的股骨头重心与髓腔轴线；利用所述股骨头重心与髓腔轴线形成矫正平面；将所述矫正平面按照与x轴方向和z轴方向形成的平面平行的方向来进行矫正；同时，令股骨左右侧后髁最低点连线与x轴方向和z轴方向形成的平面平行，以实现对股骨的矫正处理。
经过以上矫正处理，可生成矫正后的标注骨骼图像(包括对骨盆的矫正和对股骨的矫正)作为标注骨骼图像，即得到了矫正后的关键点位置。后续，根据这些关键点位置，可以从人工髋关节假体数据库模型中匹配到合适的假体，实现全髋关节置换的三维术前规划。
可选地，所述方法还包括：根据所述标注骨骼图像，确定将被放置的假体以及所述假体的放置信息。首先，根据所述标注骨骼图像，确定髋臼杯假体的大小型号以及放置信息，其中，所述放置信息包括髋臼杯放置的角度(例如，髋臼杯前倾角、髋臼杯外展角、髋臼杯放置深度、髋臼杯旋转中心位置等)以及髋臼杯在三维空间的放置位置，这可通过以下步骤获取：识别出所述标注骨骼图像中的髋臼的月状面；利用经由所述月状面拟合出的球形，确定髋臼杯假体的旋转中心、大小型号以及三维放置信息。
在实施中，通过机器学习算法自动将最合适大小的髋臼杯假体放置在最合理的位置，此外，临床医师可以根据自己的经验及习惯对髋臼杯假体的大小及位置角度进行调整、观察及评估。通过实践，髋臼杯放置的角度一般是外展40度及前倾20度。
在髋臼杯假体已经确定后，下一步可针对股骨柄假体进行操作。具体来说，根据所述标注骨骼图像中的标注(主要标注数据为所识别的关键点)，确定股骨旋转中心、股骨髓腔轴线和股骨髓腔尺寸；根据股骨旋转中心、股骨髓腔轴线和股骨髓腔尺寸，确定股骨柄假体的大小型号及三维空间放置位置，其中，所述放置位置包括放置的角度以及放置的位置，并且所述股骨柄假体的放置的角度可包括内外翻角度。
在根据所述尺寸确定股骨柄假体的型号以及放置位置时，可通过股骨旋转中心、股骨轴线、双侧股骨小转子的位置确定所述股骨柄假体的初步位置(较为准确的位置)。随后，利用所述髋臼杯假体的放置位置对初步位置进行调整，确定所述股骨柄假体的具体型号以及放置位置，具体来说，在利用髋臼的位置进行反推得到所述股骨柄假体的位置的情况下，在股骨柄假体的多个不同层面(如3个)骨髓腔上分别确定四个点，共12个点，这12个点与股骨皮质向重合最多的假体型号和放置位置即为最佳型号，简言之，通过与股骨髓腔在三个不同层面上的大小拟合来确定股骨柄的型号以及放置位置。
此外，根据所述标注骨骼图像，确定将被放置的假体以及所述假体的放置信息的步骤后还包括：对所述股骨柄假体及髋臼杯假体按照评估因子进行计算，生成评估信息，其中，所述评估因子包括以下中的一个或多个：髋臼覆盖率、双下肢是否等长以及两侧偏距状况。
髋臼覆盖率是指通过髋臼与髋臼杯假体的表面的相交的面积确定的。双肢是否等长则可通过两侧的小转子的位置来确定，两侧偏距状况可通过分别对比两侧偏距来判断。
综上可述，根据本发明的方案，可获取到准确率高的髋关节数据，在此过程中，不仅利用机器学习精准识别出骨骼信息，去掉了与髋关节手术无关的干扰数据，并可利用这些图像形成三维立体图像，使得医者更直观地判断病情，更进一步地，可对形成的图像执行不同方面的矫正，从而避免了由于各种原因造成的偏差。在此基础上，可确定适合的假体安放方案，并在此过程中可不断进行调整，使得术前规划更可靠。更进一步地，可输出患者或医者期望输出的数据。
根据本发明的方案，可通过生成仅包括骨骼信息的三维立体图像，确定假体以及假体所安放的位置。更进一步地，可利用已训练好的计算机模型更准确地识别出各个图像中的骨骼，并利用这些骨骼生成准确地三维图像，特别是在骨科，利用本发明的方案，可以帮助医师最大精度的定位髋臼杯假体及股骨柄假体的实际位置，帮助术者在三维信息上，全视角评估假体的放置位置，术前精确规划假体的型号及方位，安放好之后不仅可以360度旋转观察骨盆或股骨，评估假体的安放角度，同时还可以评估假体安放后的腿长、偏距等手术参数。缩短年轻临床医师的学习曲线，降低假体脱位，假体松动，疼痛等并发症的发生率。
在实施中，还可提供如图4所示的针对髋关节的图像处理***400。如图4所示，所述***400可包括图像处理模块410、假体放置模块420以及功能模块430。
图像处理模块410是执行根据本发明的一个实施例的针对髋关节的图像处理方法200。也就是说，图像处理模块410可对髋关节图像执行步骤S210至步骤S230，生成具有标注数据的标注骨骼图像。
随后，可将该图像输入到假体放置模块420，利用该模块，确定将被放置的假体以及所述假体的位置。如何确定将被安放的假体以及所述假体的位置在以上已经具体描述，在此将不再赘述。
随后，可将已确定的假体安置方案输入到功能模块430。所述功能模块430可包括截骨模块、模拟运动模块、X线生线模块、生成数据模块、球头内衬型号调整模块、骨透明度调整模块以及参数测量模块。
其中，截骨模块可在假体安装完成之后可以进行截骨；模拟运动模块则可在截完骨之后可以进行，可用于模拟安装假体后的运动情况。X线生成模块、骨透明度调整模块及参数测量模块可以在假体安置模块的全程进行，而生成数据模块则是在假体安置后进行，利用这些模块可在假体安放过程中进行实时调控，以对假体安置进行实时并动态地调整。球头内衬型号调整模块可在在股骨柄放置之后就可以进行调整。应注意，功能模块所包含的模块不限于以上子模块，所有可用于对假体安放进行功能性调整的模块均可应用于此。
综上可述，根据本发明的方案，可利用图像处理模块，获取到准确率高的髋关节数据，在此过程中，不仅利用机器学习精准识别出骨骼信息，去掉了与髋关节手术无关的干扰数据，并可利用这些图像形成三维立体图像，使得医者更直观地判断病情，更进一步地，可对形成的图像执行不同方面的矫正，从而避免了由于各种原因造成的偏差。在此基础上，可利用假体安放模块确定适合的假体安放方案，并在此过程中可不断进行调整，使得术前规划更可靠。更进一步地，可利用功能模块输出患者或医者期望输出的数据。
根据本发明的方案，可通过生成仅包括骨骼信息的三维立体图像，确定假体以及假体所安放的位置。更进一步地，可利用已训练好的计算机模型更准确地识别出各个图像中的骨骼，并利用这些骨骼生成准确地三维图像，特别是在骨科，利用本发明的方案，可以帮助医师最大精度的定位髋臼杯假体及股骨柄假体的实际位置，帮助术者在三维信息上，全视角评估假体的放置位置，术前精确规划假体的型号及方位，安放好之后不仅可以360度旋转观察骨盆或股骨，评估假体的安放角度，同时还可以评估假体安放后的腿长、偏距等手术参数。缩短年轻临床医师的学习曲线，降低假体脱位，假体松动，疼痛等并发症的发生率。
应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明一并公开了：
A9、如A1所述的图像处理方法，其特征在于，生成具有标注数据的标注骨骼图像的步骤后还包括：对所述标注骨骼图像中的各个部位进行矫正处理，生成矫正后的标注骨骼图像。
A10、如A9所述的图像处理方法，其特征在于，所述矫正处理包括对于骨盆的矫正处理以及对于两侧股骨的矫正处理。
A11、如A10所述的图像处理方法，其特征在于，针对骨盆的矫正处理，对所述标注骨骼图像中的各个部位进行矫正处理生成矫正后的标注骨骼图像的步骤包括：确定包括双侧髂前上棘及耻骨联合的三个关键点；利用这三个关键点所形成的APP平面，利用APP平面与y轴角度，来确定骨盆倾斜角度；令双侧髂前上棘连线与X轴平行，以生成矫正后的骨盆图像作为矫正后的标注骨骼图像。
A12、如A11所述的图像处理方法，其特征在于，针对两侧股骨的矫正处理，对所述标注骨骼图像中的各个部位进行矫正处理生成矫正后的标注骨骼图像的步骤包括：确定所述标注骨骼图像中的股骨头重心与髓腔轴线；利用所述股骨头重心与髓腔轴线形成矫正平面；将所述矫正平面按照与x轴方向和z轴方向形成的平面平行的方向来进行矫正；令股骨左右侧后髁最低点连线与x轴方向和z轴方向形成的平面平行，生成矫正后的标注骨骼图像作为标注骨骼图像。
A13、如A12所述的图像处理方法，其特征在于，生成具有标注数据的标注骨骼图像的步骤后包括：根据所述标注骨骼图像，确定将被放置的假体型号大小以及所述假体的放置信息。
A14、如A13所述的图像处理方法，其特征在于，根据所述标注骨骼图像确定将被放置的假体以及所述假体的放置信息的步骤包括：根据所述标注骨骼图像，确定髋臼杯假体的型号以及放置信息，其中，所述放置信息包括放置的角度以及放置的位置；根据所述标注骨骼图像中的标注，确定股骨髓腔的尺寸；根据所述尺寸，确定股骨柄假体的型号及放置位置，其中，所述放置位置包括放置的角度以及放置的位置。
A15、如A14所述的图像处理方法，其特征在于，根据所述标注骨骼图像确定髋臼杯假体的型号以及放置信息的步骤包括：识别出所述标注骨骼图像中的髋臼的月状面；利用经由所述月状面拟合出的球形，确定髋臼杯假体的旋转中心，假体型号以及位置放置信息。
A16、如A15所述的图像处理方法，其特征在于，根据所述尺寸确定股骨柄假体的型号以及放置位置的步骤包括：通过髋臼旋转中心和双侧股骨小转子的位置确定所述股骨柄假体的初步位置；通过与股骨髓腔在多个不同层面上的大小拟合，确定所述股骨柄假体的型号以及放置位置。
A17、如A16所述的图像处理方法，其特征在于，根据所述标注骨骼图像，确定将被放置的假体型号大小以及所述假体的位置信息的步骤后还包括：对所述股骨柄假体及髋臼杯假体按照评估因子进行计算，生成评估信息。
A18、如A17所述的图像处理方法，其特征在于，所述评估因子包括以下中的一个或多个：髋臼杯覆盖率、双下肢是否等长以及两侧偏距状况。
这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明所述的方法。
以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
此外，所述实施例中的一些在此被描述成可以由计算机***的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。
Claims (12)
1.一种髋关节图像处理***，包括：
图像处理模块，适于执行针对髋关节的图像处理方法，来生成具有标注数据的标注骨骼图像；
假体放置模块，适于确定将被放置的假体以及所述假体的位置；
功能模块，适于获取已确定的假体安置方案；
其中，所述图像处理模块适于：
获取包括髋关节的髋关节图像；
将所述髋关节图像输入到髋关节分割模型组件，获取仅包括骨骼的三维骨骼模型图像；
通过对所述三维骨骼模型图像中的关键点的位置进行标注，生成具有标注数据的标注骨骼图像，所述关键点包括髂前上棘、耻骨联合、小转子、股骨头重心、髓腔轴线及髋臼轴线中的一个或多个；
对所述标注骨骼图像中的各个部位进行矫正处理，生成矫正后的标注骨骼图像，矫正处理包括对于骨盆的矫正处理以及对于两侧股骨的矫正处理；
其中，针对骨盆的矫正处理，对所述标注骨骼图像中的各个部位进行矫正处理生成矫正后的标注骨骼图像的步骤包括：确定包括双侧髂前上棘及耻骨联合的三个关键点；利用这三个关键点所形成的APP平面，利用APP平面与y轴角度，来确定骨盆倾斜角度；令双侧髂前上棘连线与X轴平行，以生成矫正后的骨盆图像作为矫正后的标注骨骼图像；
其中，针对两侧股骨的矫正处理，对所述标注骨骼图像中的各个部位进行矫正处理生成矫正后的标注骨骼图像的步骤包括：确定所述标注骨骼图像中的股骨头重心与髓腔轴线；利用所述股骨头重心与髓腔轴线形成矫正平面；将所述矫正平面按照与x轴方向和z轴方向形成的平面平行的方向来进行矫正；令股骨左右侧后髁最低点连线与x轴方向和z轴方向形成的平面平行，生成矫正后的标注骨骼图像作为标注骨骼图像。
2.如权利要求1所述的髋关节图像处理***，其特征在于，所述髋关节图像是以DICOM格式存储的医学图像。
3.如权利要求2所述的髋关节图像处理***，其特征在于，所述图像处理模块还适于：
将所述髋关节图像分别输入到所述髋关节分割模型组件，获取仅包括骨骼的各个二维图像，其中各个二维图像包括相互分割的骨盆、左侧股骨、右侧股骨的图像；
将各个二维图像在空间上进行叠加，生成仅包括骨骼的三维骨骼模型图像。
4.如权利要求3所述的髋关节图像处理***，其特征在于，所述髋关节分割模型组件根据多个训练髋关节图像以及与从所述多个训练髋关节图像分别提取出的多个训练骨骼之间的对应关系进行机器学习得到的。
5.如权利要求3所述的髋关节图像处理***，其特征在于，所述图像处理模块还适于：
将所述各个二维图像中的骨盆的左右方向设置为x轴方向，CT扫描方向为z轴方向，与x轴和z轴所成平面垂直的方向设置为y轴方向；
将所述各个二维图像沿z轴方向在空间上进行叠加，生成三维骨骼模型图像。
6.如权利要求1所述的髋关节图像处理***，其特征在于，所述图像处理模块还适于：
识别出所述三维骨骼模型图像中的预先设定的关键点的位置；
在所述三维骨骼模型图像中将这些关键点的位置测量并标注出来，生成具有标注数据的所述标注骨骼图像。
7.如权利要求6所述的髋关节图像处理***，其特征在于，
所述假体放置模块还适于根据所述标注骨骼图像，确定将被放置的假体型号大小以及所述假体的放置信息。
8.如权利要求7所述的髋关节图像处理***，其特征在于，所述假体放置模块还适于：
根据所述标注骨骼图像，确定髋臼杯假体的型号以及放置信息，其中，所述放置信息包括放置的角度以及放置的位置；
根据所述标注骨骼图像中的标注，确定股骨髓腔的尺寸；
根据所述尺寸，确定股骨柄假体的型号及放置位置，其中，所述放置位置包括放置的角度以及放置的位置。
9.如权利要求8所述的髋关节图像处理***，其特征在于，所述假体放置模块还适于：
识别出所述标注骨骼图像中的髋臼的月状面；
利用经由所述月状面拟合出的球形，确定髋臼杯假体的旋转中心，假体型号以及位置放置信息。
10.如权利要求9所述的髋关节图像处理***，其特征在于，所述假体放置模块还适于：
通过髋臼旋转中心和双侧股骨小转子的位置确定所述股骨柄假体的初步位置；
通过与股骨髓腔在多个不同层面上的大小拟合，确定所述股骨柄假体的型号以及放置位置。
11.如权利要求10所述的髋关节图像处理***，其特征在于，
所述假体放置模块还适于：对所述股骨柄假体及髋臼杯假体按照评估因子进行计算，生成评估信息。
12.如权利要求11所述的髋关节图像处理***，其特征在于，所述评估因子包括以下中的一个或多个：髋臼杯覆盖率、双下肢是否等长以及两侧偏距状况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010090208.2A CN111179350B (zh) | 2020-02-13 | 2020-02-13 | 髋关节图像处理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010090208.2A CN111179350B (zh) | 2020-02-13 | 2020-02-13 | 髋关节图像处理*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111179350A CN111179350A (zh) | 2020-05-19 |
| CN111179350B true CN111179350B (zh) | 2022-04-08 |
Family
ID=70649674
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010090208.2A Active CN111179350B (zh) | 2020-02-13 | 2020-02-13 | 髋关节图像处理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111179350B (zh) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111568609B (zh) * | 2020-05-25 | 2021-09-28 | 北京长木谷医疗科技有限公司 | 获取髋臼杯假体覆盖率的方法和装置 |
| CN111652301B (zh) * | 2020-05-27 | 2021-03-02 | 北京长木谷医疗科技有限公司 | 基于深度学习的股骨小转子识别方法、装置及电子设备 |
| CN111888059B (zh) * | 2020-07-06 | 2021-07-27 | 北京长木谷医疗科技有限公司 | 基于深度学习与x线的全髋关节图像处理方法及装置 |
| CN112641510B (zh) | 2020-12-18 | 2021-08-17 | 北京长木谷医疗科技有限公司 | 关节置换手术机器人导航定位***及方法 |
| CN112641511B (zh) * | 2020-12-18 | 2021-09-10 | 北京长木谷医疗科技有限公司 | 关节置换手术导航***及方法 |
| CN112957126B (zh) * | 2021-02-10 | 2022-02-08 | 北京长木谷医疗科技有限公司 | 基于深度学习的单髁置换术前规划方法和相关设备 |
| 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 |
| CN113674841A (zh) * | 2021-08-23 | 2021-11-19 | 东成西就教育科技有限公司 | 一种用于术前影像的模板测量*** |
| CN113689402B (zh) * | 2021-08-24 | 2022-04-12 | 北京长木谷医疗科技有限公司 | 基于深度学习的股骨髓腔形态识别方法、装置及存储介质 |
| CN113744214B (zh) * | 2021-08-24 | 2022-05-13 | 北京长木谷医疗科技有限公司 | 基于深度强化学习的股骨柄放置装置及电子设备 |
| CN113962927B (zh) * | 2021-09-01 | 2022-07-12 | 北京长木谷医疗科技有限公司 | 基于强化学习的髋臼杯位置调整方法、装置及存储介质 |
| CN113842211B (zh) * | 2021-09-03 | 2022-10-21 | 北京长木谷医疗科技有限公司 | 膝关节置换的三维术前规划***及假体模型匹配方法 |
| CN113926208B (zh) * | 2021-10-11 | 2023-08-22 | 网易（杭州）网络有限公司 | 可动玩偶模型的生成方法、装置、电子设备及可读介质 |
| CN114299177B (zh) * | 2021-12-24 | 2022-09-09 | 武汉迈瑞科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN114494183B (zh) * | 2022-01-25 | 2024-04-02 | 哈尔滨医科大学附属第一医院 | 一种基于人工智能的髋臼半径自动测量方法及*** |
| CN114419618B (zh) * | 2022-01-27 | 2024-02-02 | 北京长木谷医疗科技股份有限公司 | 基于深度学习的全髋关节置换术前规划*** |
| CN114663363B (zh) * | 2022-03-03 | 2023-11-17 | 四川大学 | 一种基于深度学习的髋关节医学图像处理方法和装置 |
| CN116597002B (zh) * | 2023-05-12 | 2024-01-30 | 北京长木谷医疗科技股份有限公司 | 基于深度强化学习的股骨柄自动放置方法、装置及设备 |
| CN118037929A (zh) * | 2024-03-22 | 2024-05-14 | 北京长木谷医疗科技股份有限公司 | 基于深度学习的纹理映射三维重建方法、装置及电子设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859213A (zh) * | 2019-01-28 | 2019-06-07 | 艾瑞迈迪科技石家庄有限公司 | 关节置换手术中骨骼关键点检测方法及装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7634306B2 (en) * | 2002-02-13 | 2009-12-15 | Kinamed, Inc. | Non-image, computer assisted navigation system for joint replacement surgery with modular implant system |
| CN102125472B (zh) * | 2011-04-08 | 2013-04-17 | 上海交通大学医学院附属第九人民医院 | 旋转椭球面型关节界面的人工髋关节髋臼假体 |
| US9167989B2 (en) * | 2011-09-16 | 2015-10-27 | Mako Surgical Corp. | Systems and methods for measuring parameters in joint replacement surgery |
| US10779751B2 (en) * | 2013-01-25 | 2020-09-22 | Medtronic Navigation, Inc. | System and process of utilizing image data to place a member |
| US10869724B2 (en) * | 2017-03-09 | 2020-12-22 | Smith & Nephew, Inc. | Sagittal rotation determination |
| CN107296651A (zh) * | 2017-06-21 | 2017-10-27 | 四川大学 | 一种数字化辅助确定股骨远端截骨平面的方法 |
| CN108765417B (zh) * | 2018-06-15 | 2021-11-05 | 西安邮电大学 | 一种基于深度学习和数字重建放射影像的股骨x线片生成***及方法 |
| CN109567942B (zh) * | 2018-10-31 | 2020-04-14 | 上海盼研机器人科技有限公司 | 采用人工智能技术的颅颌面外科手术机器人辅助*** |
| CN110648337A (zh) * | 2019-09-23 | 2020-01-03 | 武汉联影医疗科技有限公司 | 髋关节分割方法、装置、电子设备和存储介质 |
-
2020
- 2020-02-13 CN CN202010090208.2A patent/CN111179350B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859213A (zh) * | 2019-01-28 | 2019-06-07 | 艾瑞迈迪科技石家庄有限公司 | 关节置换手术中骨骼关键点检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111179350A (zh) | 2020-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111179350B (zh) | 髋关节图像处理*** | |
| Cabarcas et al. | Accuracy of patient-specific instrumentation in shoulder arthroplasty: a systematic review and meta-analysis | |
| US11045329B1 (en) | Acetabular template component and method of using same during hip arthrosplasty | |
| US20230414287A1 (en) | Systems and methods for preoperative planning and postoperative analysis of surgical procedures | |
| US9508149B2 (en) | Virtual 3D overlay as reduction aid for complex fractures | |
| CN111223146B (zh) | 对髋关节图像的处理方法及计算设备 | |
| CN111292363B (zh) | 一种关节图像处理方法、装置和计算设备 | |
| US20160117817A1 (en) | Method of planning, preparing, supporting, monitoring and/or subsequently checking a surgical intervention in the human or animal body, apparatus for carrying out such an intervention and use of the apparatus | |
| US20050059873A1 (en) | Pre-operative medical planning system and method for use thereof | |
| US20100030231A1 (en) | Surgical system and method | |
| US8644909B2 (en) | Radiographic imaging method and apparatus | |
| US11957418B2 (en) | Systems and methods for pre-operative visualization of a joint | |
| JP2003144454A (ja) | 関節手術支援情報算出方法、関節手術支援情報算出プログラム、及び関節手術支援情報算出システム | |
| JP2016532475A (ja) | Ｘ線画像内で骨の形態学的関心領域を最適に可視化するための方法 | |
| CN107106239A (zh) | 外科规划和方法 | |
| CA3184178A1 (en) | Intraoperative imaging and virtual modeling methods, systems, and instrumentalities for fracture reduction | |
| US20220183760A1 (en) | Systems and methods for generating a three-dimensional model of a joint from two-dimensional images | |
| WO2022152128A1 (zh) | 全髋关节置换用导板设计方法及相关设备 | |
| Gomes et al. | Patient-specific modelling in orthopedics: from image to surgery | |
| Shapi'i et al. | An automated size recognition technique for acetabular implant in total hip replacement | |
| Murase | Morphology and kinematics studies of the upper extremity and its clinical application in deformity correction | |
| Barratt et al. | Self-calibrating ultrasound-to-CT bone registration | |
| US20230263498A1 (en) | System and methods for calibration of x-ray images | |
| US20240252180A1 (en) | Apparatus, system, and method for osteotomies | |
| CN110428483B (zh) | 一种图像处理方法及计算设备 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Yiling Inventor after: Liu Xingyu Inventor before: Zhang Yiling Inventor before: Chai Wei Inventor before: Liu Xingyu Inventor before: An Yicheng |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 1109, SOHO building, Zhongguancun, No. 8, Haidian North 2nd Street, Haidian District, Beijing 100190 Patentee after: Zhang Yiling Patentee after: Beijing Changmugu Medical Technology Co.,Ltd. Patentee after: Changmugu medical technology (Qingdao) Co.,Ltd. Address before: 1109, Zhongguancun SOHO Building, No. 8 Haidian North 2nd Street, Haidian District, Beijing, China, 100190 Patentee before: Zhang Yiling Patentee before: BEIJING CHANGMUGU MEDICAL TECHNOLOGY Co.,Ltd. Patentee before: Changmugu medical technology (Qingdao) Co.,Ltd. |