CN116277978B - 多模态骨关节数字化3d打印方法 - Google Patents
多模态骨关节数字化3d打印方法 Download PDFInfo
- Publication number
- CN116277978B CN116277978B CN202310531513.4A CN202310531513A CN116277978B CN 116277978 B CN116277978 B CN 116277978B CN 202310531513 A CN202310531513 A CN 202310531513A CN 116277978 B CN116277978 B CN 116277978B
- Authority
- CN
- China
- Prior art keywords
- straight line
- line segment
- horizontal straight
- joint
- characteristic distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000010146 3D printing Methods 0.000 title claims abstract description 30
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 18
- 238000002591 computed tomography Methods 0.000 claims abstract description 24
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 10
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000007639 printing Methods 0.000 description 6
- 239000010410 layer Substances 0.000 description 4
- 235000002566 Capsicum Nutrition 0.000 description 3
- 239000006002 Pepper Substances 0.000 description 3
- 241000722363 Piper Species 0.000 description 3
- 235000016761 Piper aduncum Nutrition 0.000 description 3
- 235000017804 Piper guineense Nutrition 0.000 description 3
- 235000008184 Piper nigrum Nutrition 0.000 description 3
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000001370 mediastinum Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000012255 powdered metal Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 210000001154 skull base Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/30—Auxiliary operations or equipment
- B29C64/386—Data acquisition or data processing for additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29L—INDEXING SCHEME ASSOCIATED WITH SUBCLASS B29C, RELATING TO PARTICULAR ARTICLES
- B29L2031/00—Other particular articles
- B29L2031/753—Medical equipment; Accessories therefor
-
- 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
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种多模态骨关节数字化3D打印方法,涉及关节数字化3D打印领域。主要包括:获取患者的待建模关节的侧面X光图像并进行预处理获得外部边缘轮廓图像;向外部边缘轮廓图像中***各水平直线段,并分别确定每一水平直线段对应的重要性系数;对患者的待建模关节进行螺旋CT扫描,根据每一水平直线段对应的重要性系数确定螺旋CT扫描过程中每一水平直线段的关节处对应的螺距,且水平直线段的重要性系数越大其对应的关节处的螺距越小,获得扫描后的各CT切片图像;对扫描后的各CT切片图像进行多层面重建并进行3D打印获得实物模型。本发明实施例中所获得的患者的关节实物模型能够有效呈现关节中的细节部分。
Description
技术领域
本申请涉及关节数字化3D打印领域,具体涉及一种多模态骨关节数字化3D打印方法。
背景技术
在进行骨骼手术的过程中,可以通过对螺旋CT扫描图像进行三维重建获得三维模型,并通过3D打印获得三维模型对应的实物模型,从而通过所获得的实物模型全面且直观地展示患者的受损关节。
发明人在实现本发明实施例的过程中,发现背景技术中至少存在以下缺陷:现有技术中对螺旋CT扫描图像进行三维重建获得三维模型的过程中,所获得的三维模型无法有效呈现关节的细节部位,从而使得根据三维模型打印获得的实物模型无法有效呈现关节中的细节部分。
发明内容
针对上述技术问题,本发明提供了一种多模态骨关节数字化3D打印方法,根据患者关节每一水平位置的变化程度,分别确定每一水平位置的重要性系数,从而在螺旋CT扫描过程中分别采用与每一水平位置相适应的螺距,使重要性系数较大的关节水平位置所保留的细节更完整,使得三维重构后获得的三维模型中能够保留关节的更多细节,进而使得根据三维模型打印获得的实物模型有效呈现关节中的细节部分。
本发明实施例提出了一种多模态骨关节数字化3D打印方法,包括:
获取患者的待建模关节的侧面X光图像并进行预处理获得外部边缘轮廓图像。
向外部边缘轮廓图像中***各水平直线段,且任意两相邻水平直线段的间隔为预设间隔,将每一水平直线段与外部边缘轮廓图像中外部边缘轮廓相交的两点之间的距离,分别作为每一水平直线段的特征距离。
获得每一水平直线段的特征距离的变化程度,并根据每一水平直线段的特征距离的变化程度以及每一水平直线段的特征距离与最大的特征距离的差值,分别确定每一水平直线段对应的重要性系数。
根据每一水平直线段对应的重要性系数确定待建模关节在螺旋CT扫描过程中每一水平直线段的关节处的螺距,利用所得到的每一直线段的关节处的螺距对关节进行螺旋CT扫描获得扫描后的各CT切片图像,其中水平直线段的重要性系数越大其对应的关节处的螺距越小。
对扫描后的各CT切片图像进行多层面重建,并利用重建后获得的模型数据进行3D打印获得实物模型。
进一步的,多模态骨关节数字化3D打印方法中,获得每一水平直线段的特征距离的变化程度,包括:
分别获取与水平直线段相邻的预设数量的各水平直线段的特征距离的平均值。
分别计算每一水平直线段与其相邻的任一水平直线段之间特征距离的差值与所述平均值相除,并将除法运算结果作为水平直线段的特征距离的变化程度。
进一步的,多模态骨关节数字化3D打印方法中,根据每一水平直线段的特征距离的变化程度以及每一水平直线段的特征距离与最大的特征距离的差值,分别确定每一水平直线段对应的重要性系数,包括:
将水平直线段的特征距离的变化程度与直线段的特征距离与最大的特征距离的差值相除,获得水平直线段对应的重要性系数。
进一步的,多模态骨关节数字化3D打印方法中,预处理的过程包括:
根据预设灰度阈值对侧面X光图像进行二值化。
对二值化后的侧面X光图像进行边缘检测获得外部边缘轮廓图像。
进一步的,多模态骨关节数字化3D打印方法中,根据预设灰度阈值对侧面X光图像进行二值化前,所述方法还包括:对侧面X光图像进行中值滤波去噪。
进一步的,多模态骨关节数字化3D打印方法中,对二值化后的侧面X光图像进行边缘检测的过程中采用的是Canny算子。
进一步的,多模态骨关节数字化3D打印方法中,根据每一水平直线段对应的重要性系数确定螺旋CT扫描过程中每一水平直线段的关节处对应的螺距,包括:
将预设阈值分别除去每一水平直线段对应的重要性系数,将除法运算结果分别作为所确定的每一水平直线段对应的进床距离。
将每一水平直线段对应的进床距离除去CT扫描过程中X光线的厚度,分别获得每一水平直线段的关节处对应的螺距。
本发明实施例提供了一种多模态骨关节数字化3D打印方法,相比于现有技术,本发明实施例的有益效果在于:根据患者关节每一水平位置的变化程度,分别确定每一水平位置的重要性系数,从而在螺旋CT扫描过程中分别采用与每一水平位置相适应的螺距,使重要性系数较大的关节水平位置所保留的细节更完整,使得三维重构后获得的三维模型中能够保留关节的更多细节,进而使得根据三维模型打印获得的实物模型有效呈现关节中的细节部分。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种多模态骨关节数字化3D打印方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征;在本实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
为解决三维模型无法有效呈现关节的细节部位,从而使得根据三维模型打印获得的实物模型无法有效呈现关节中的细节部分技术问题,本发明实施例提供了一种多模态骨关节数字化3D打印方法,如图1所示,包括:
步骤S101、获取患者的待建模关节的侧面X光图像并进行预处理获得外部边缘轮廓图像。
步骤S102、向外部边缘轮廓图像中***各水平直线段,且任意两相邻水平直线段的间隔为预设间隔,将每一水平直线段与外部边缘轮廓图像中外部边缘轮廓相交的两点之间的距离,分别作为每一水平直线段的特征距离。
步骤S103、获得每一水平直线段的特征距离的变化程度,并根据每一水平直线段的特征距离的变化程度以及每一水平直线段的特征距离与最大的特征距离的差值,分别确定每一水平直线段对应的重要性系数。
步骤S104、根据每一水平直线段对应的重要性系数确定待建模关节在螺旋CT扫描过程中每一水平直线段的关节处的螺距,利用所得到的每一直线段的关节处的螺距对关节进行螺旋CT扫描获得扫描后的各CT切片图像,其中水平直线段的重要性系数越大其对应的关节处的螺距越小。
步骤S105、对扫描后的各CT切片图像进行多层面重建,并利用重建后获得的模型数据进行3D打印获得实物模型。
本发明实施例的目的在于获得更为精准的三维重建后患者的关节的三维模型,从而获得保留更多细节的患者的关节的实物模型,本发明实施例中所获得的实物模型能够更好地呈现患者的关节中所存在细节。
步骤S101、获取患者的待建模关节的侧面X光图像并进行预处理获得外部边缘轮廓图像。
首先通过对患者的待建模的关节进行X光照射,获得侧面X光图像。需要说明的是,本发明实施例中对于待建模的关节可以采用竖向放置进行X光图像的采集。
其次,对侧面X光图像进行预处理获得外部边缘轮廓图像,其中预处理的过程包括:根据预设灰度阈值对侧面X光图像进行二值化,其中预设灰度阈值可以通过大津法确定;然后对二值化后的侧面X光图像进行边缘检测获得外部边缘轮廓图像。
图像边缘是图像最基本的特征,所谓边缘(Edge) 是指图像局部特性的不连续性。灰度或结构等信息的突变处称之为边缘。例如,灰度级的突变、颜色的突变、纹理结构的突变等。边缘是一个区域的结束,也是另一个区域的开始,利用该特征可以分割图像。图像的边缘有方向和幅度两种属性。边缘通常可以通过一阶导数或二阶导数检测得到。一阶导数是以最大值作为对应的边缘的位置,而二阶导数则以过零点作为对应边缘的位置。
一阶导数的边缘算子进行边缘检测的过程包括:通过模板作为核与图像的每个像素点做卷积和运算,然后选取合适的阈值来提取图像的边缘。常见的一阶导数的边缘算子有:Roberts算子,Prewitt算子,Sobel算子,Canny算子等。二阶导数的边缘算子进行边缘检测的过程依据于二阶导数过零点这一特性,常见的有二阶导数的边缘算子有Laplacian 算子。
作为一个示例本发明实施例的边缘检测过程利用Canny算子实现。
可选的,在对侧面X光图像进行二值化前,还可以对侧面X光图像进行中值滤波去噪,去除其中可能存在的椒盐噪声。图像去噪是指减少图像中造成的过程。现实中的图像会受到各种因素的影响而含有一定的噪声,噪声主要包括:椒盐噪声、加性噪声、乘性噪声以及高斯噪声。
图像去噪的算法有很多,有基于偏微分热传导方程的,也有基于滤波的,其中基于滤波的以其速度快、算法成熟,因此使用较为广泛,常用的滤波去噪算法包括:中值滤波、均值滤波以及高斯滤波。
其中,中值滤波是通过中值滤波器实现滤波去噪的,中值滤波器是一种常用的非线性平滑滤波器,其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换,其主要功能是让周围像素灰度值的差比较大的像素改取与周围的像素值接近的值,从而可以消除孤立的噪声点,所以中值滤波对于滤除图像的椒盐噪声非常有效。
步骤S102、向外部边缘轮廓图像中***各水平直线段,且任意两相邻水平直线段的间隔为预设间隔,将每一水平直线段与外部边缘轮廓图像中外部边缘轮廓相交的两点之间的距离,分别作为每一水平直线段的特征距离。
首先,向外部边缘轮廓图像中***各水平直线段,且任意两相邻水平直线段的间隔为预设间隔。如此,便于后续过程中反映待建模关节的变化程度。
其次,将每一水平直线段与外部边缘轮廓图像中外部边缘轮廓相交的两点之间的距离,分别作为每一水平直线段的特征距离,本发明实施例中通过构造每一水平直线段对应的特征距离来便于在后续步骤中描述待建模关节的变化程度。
步骤S103、获得每一水平直线段的特征距离的变化程度,并根据每一水平直线段的特征距离的变化程度以及每一水平直线段的特征距离与最大的特征距离的差值,分别确定每一水平直线段对应的重要性系数。
首先,分别获得每一水平直线段的特征距离的变化程度。
具体地,变化程度的获得过程包括:分别获取与水平直线段相邻的预设数量的各水平直线段的特征距离的平均值;分别计算每一水平直线段与其相邻的任一水平直线段之间特征距离的差值与所述平均值相除,并将除法运算结果作为水平直线段的特征距离的变化程度。
骨骼结构主要表现为靠近关节的部位的横向宽度较大,关节部位的中间部位比两端骨骼细,同时由于骨骼本身的特性,通过骨骼同一水平位置的单侧的变化程度即可反映其整体在该同一水平位置的变化程度。
步骤S104、根据每一水平直线段对应的重要性系数确定待建模关节在螺旋CT扫描过程中每一水平直线段的关节处的螺距,利用所得到的每一直线段的关节处的螺距对关节进行螺旋CT扫描获得扫描后的各CT切片图像,其中水平直线段的重要性系数越大其对应的关节处的螺距越小。
具体的,每一水平直线段的关节处的螺距的确定过程包括:将预设阈值分别除去每一水平直线段对应的重要性系数,将除法运算结果分别作为所确定的每一水平直线段对应的进床距离;将每一水平直线段对应的进床距离除去CT扫描过程中X光线的厚度,分别获得每一水平直线段的关节处对应的螺距。
如此,能够使得水平直线段的重要性系数越大其对应的关节处的螺距越小,经过螺旋CT扫描过程后相同竖直距离内得到的CT切片图像更多,将其中存在的细节部分更加完整地保留;相反,水平直线段的重要性系数越小其对应的关节处的螺距越大,即该部分的变化较小,通过较少的CT切片图像即可有效重建其形状。
需要说明的是,螺距是螺旋CT扫描过程中扫描架旋转一周的进床距离与透过探测器的X光束的厚度之比,单层CT的X线束厚度等于探测器的准直宽,本发明实施例中采用单层螺旋CT进行扫描。
步骤S105、对扫描后的各CT切片图像进行多层面重建,并利用重建后获得的模型数据进行3D打印获得实物模型。
需要说明的是,多平面重建指的是从原始的横轴位图像经后处理获得人体组织器官任意的冠状、矢状、横轴、和斜面的二维图像处理方法,是根据螺旋CT扫描图像进行三维重建的常用方法之一,其在判断颅底、颈部、肺门、纵隔、腹部、盆腔及大血管等解剖结构和器处理官的病变性质、侵及范围、毗邻关系有着明显优势。
3D打印(3D printing,又称增材制造、积层制造)是一种以数字模型文件为基础,运用粉末状金属或塑料等可粘合材料,通过逐层打印的方式来构造物体的技术。螺旋CT扫描过程中的螺距较小时,扫描速度变慢,与此同时扫描得到的CT切片的图像的数量增多,因为3D打印的数据是根据CT切片图像进行建立的,所以采集CT图像的螺距越小,采集的切片图像的厚度就越小,图像的整体细节跟明显,提高了3D打印的质量。
最后,利用重建后获得的模型数据进行3D打印可以获得实物模型,同时医生可以利用实物模型观察患者的关节。
综上所述,本发明实施例根据患者关节每一水平位置的变化程度,分别确定每一水平位置的重要性系数,从而在螺旋CT扫描过程中分别采用与每一水平位置相适应的螺距,使重要性系数较大的关节水平位置所保留的细节更完整,使得三维重构后获得的三维模型中能够保留关节的更多细节,进而使得根据三维模型打印获得的实物模型有效呈现关节中的细节部分。
本发明中涉及诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本发明的方法和***中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
上述实施例仅仅是为清楚地说明所做的举例,并不构成对本发明的保护范围的限制。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无需也无法对所有的实施方式予以穷举。凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
Claims (6)
1.一种多模态骨关节数字化3D打印方法,其特征在于,包括:
获取患者的待建模关节的侧面X光图像并进行预处理获得外部边缘轮廓图像;
向外部边缘轮廓图像中***各水平直线段,且任意两相邻水平直线段的间隔为预设间隔,将每一水平直线段与外部边缘轮廓图像中外部边缘轮廓相交的两点之间的距离,分别作为每一水平直线段的特征距离;
获得每一水平直线段的特征距离的变化程度,并根据每一水平直线段的特征距离的变化程度以及每一水平直线段的特征距离与最大的特征距离的差值,分别确定每一水平直线段对应的重要性系数;
根据每一水平直线段对应的重要性系数确定待建模关节在螺旋CT扫描过程中每一水平直线段的关节处的螺距,利用所得到的每一直线段的关节处的螺距对关节进行螺旋CT扫描获得扫描后的各CT切片图像,其中水平直线段的重要性系数越大其对应的关节处的螺距越小;
对扫描后的各CT切片图像进行多层面重建,并利用重建后获得的模型数据进行3D打印获得实物模型;
所述每一水平直线段对应的重要性系数的获取方法,包括:
将水平直线段的特征距离的变化程度与直线段的特征距离与最大的特征距离的差值相除,获得水平直线段对应的重要性系数。
2.根据权利要求1所述的多模态骨关节数字化3D打印方法,其特征在于,获得每一水平直线段的特征距离的变化程度,包括:
分别获取与水平直线段相邻的预设数量的各水平直线段的特征距离的平均值;
分别计算每一水平直线段与其相邻的任一水平直线段之间特征距离的差值与所述平均值相除,并将除法运算结果作为水平直线段的特征距离的变化程度。
3.根据权利要求1所述的多模态骨关节数字化3D打印方法,其特征在于,预处理的过程包括:
根据预设灰度阈值对侧面X光图像进行二值化;
对二值化后的侧面X光图像进行边缘检测获得外部边缘轮廓图像。
4.根据权利要求3所述的多模态骨关节数字化3D打印方法,其特征在于,根据预设灰度阈值对侧面X光图像进行二值化前,所述方法还包括:对侧面X光图像进行中值滤波去噪。
5.根据权利要求3所述的多模态骨关节数字化3D打印方法,其特征在于,对二值化后的侧面X光图像进行边缘检测的过程中采用的是Canny算子。
6.根据权利要求1所述的多模态骨关节数字化3D打印方法,其特征在于,根据每一水平直线段对应的重要性系数确定待建模关节在螺旋CT扫描过程中每一水平直线段的关节处的螺距,包括:
将预设阈值分别除去每一水平直线段对应的重要性系数,将除法运算结果分别作为所确定的每一水平直线段对应的进床距离;
将每一水平直线段对应的进床距离除去CT扫描过程中X光线的厚度,分别获得每一水平直线段的关节处对应的螺距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310531513.4A CN116277978B (zh) | 2023-05-12 | 2023-05-12 | 多模态骨关节数字化3d打印方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310531513.4A CN116277978B (zh) | 2023-05-12 | 2023-05-12 | 多模态骨关节数字化3d打印方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116277978A CN116277978A (zh) | 2023-06-23 |
CN116277978B true CN116277978B (zh) | 2023-08-04 |
Family
ID=86790875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310531513.4A Active CN116277978B (zh) | 2023-05-12 | 2023-05-12 | 多模态骨关节数字化3d打印方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116277978B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094917B (zh) * | 2023-10-20 | 2024-02-06 | 高州市人民医院 | 一种心血管3d打印数据处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007159878A (ja) * | 2005-12-15 | 2007-06-28 | Ge Medical Systems Global Technology Co Llc | X線ct装置およびそのx線ct画像再構成方法 |
CN102113893A (zh) * | 2009-12-30 | 2011-07-06 | 东软飞利浦医疗设备***有限责任公司 | 多层螺旋ct扫描中射线过滤装置的动态调整方法 |
CN105616036A (zh) * | 2015-12-23 | 2016-06-01 | 南京航空航天大学 | 基于医学断层图像直接3d打印实体的方法 |
KR101665908B1 (ko) * | 2016-01-29 | 2016-10-12 | 동국대학교 산학협력단 | 3d 프린팅의 사전 시각화 방법 |
CN107599412A (zh) * | 2017-09-14 | 2018-01-19 | 深圳市艾科赛龙科技股份有限公司 | 一种基于组织结构的三维建模方法、***及三维模型 |
RU2017100873A (ru) * | 2017-01-10 | 2018-07-11 | Федеральное государственное бюджетное военное образовательное учреждение высшего образования Военно-медицинская академия им. С.М. Кирова Министерство обороны Российской Федерации (ВМедА) | Способ оценки взаимодействия дефектов суставных поверхностей плечевого сустава при планировании хирургического лечения передней нестабильности |
CN114261095A (zh) * | 2022-03-03 | 2022-04-01 | 西安博恩生物科技有限公司 | 一种基于ai的骨科3d打印方法和装置 |
CN114419284A (zh) * | 2021-12-14 | 2022-04-29 | 南昌航空大学 | 一种基于ct切片图像的纤维增强复合材料三维重构建模方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11033336B2 (en) * | 2017-05-30 | 2021-06-15 | Dignity Health | Systems and methods for constructing a synthetic anatomical model with predetermined anatomic, biomechanical, and physiological properties |
US20230005232A1 (en) * | 2021-07-01 | 2023-01-05 | Microport Orthopedics Holdings Inc. | Systems and methods of using three-dimensional image reconstruction to aid in assessing bone or soft tissue aberrations for orthopedic surgery |
-
2023
- 2023-05-12 CN CN202310531513.4A patent/CN116277978B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007159878A (ja) * | 2005-12-15 | 2007-06-28 | Ge Medical Systems Global Technology Co Llc | X線ct装置およびそのx線ct画像再構成方法 |
CN102113893A (zh) * | 2009-12-30 | 2011-07-06 | 东软飞利浦医疗设备***有限责任公司 | 多层螺旋ct扫描中射线过滤装置的动态调整方法 |
CN105616036A (zh) * | 2015-12-23 | 2016-06-01 | 南京航空航天大学 | 基于医学断层图像直接3d打印实体的方法 |
KR101665908B1 (ko) * | 2016-01-29 | 2016-10-12 | 동국대학교 산학협력단 | 3d 프린팅의 사전 시각화 방법 |
RU2017100873A (ru) * | 2017-01-10 | 2018-07-11 | Федеральное государственное бюджетное военное образовательное учреждение высшего образования Военно-медицинская академия им. С.М. Кирова Министерство обороны Российской Федерации (ВМедА) | Способ оценки взаимодействия дефектов суставных поверхностей плечевого сустава при планировании хирургического лечения передней нестабильности |
CN107599412A (zh) * | 2017-09-14 | 2018-01-19 | 深圳市艾科赛龙科技股份有限公司 | 一种基于组织结构的三维建模方法、***及三维模型 |
CN114419284A (zh) * | 2021-12-14 | 2022-04-29 | 南昌航空大学 | 一种基于ct切片图像的纤维增强复合材料三维重构建模方法 |
CN114261095A (zh) * | 2022-03-03 | 2022-04-01 | 西安博恩生物科技有限公司 | 一种基于ai的骨科3d打印方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116277978A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kiraly et al. | Three-dimensional human airway segmentation methods for clinical virtual bronchoscopy | |
US8233692B2 (en) | Method of suppressing obscuring features in an image | |
John et al. | Multilevel thresholding based segmentation and feature extraction for pulmonary nodule detection | |
Meilinger et al. | Metal artifact reduction in cone beam computed tomography using forward projected reconstruction information | |
EP2869261B1 (en) | Method for processing image data representing a three-dimensional volume | |
CN1620990A (zh) | 在ct血管造影术中分割结构的方法及设备 | |
US8165376B2 (en) | System and method for automatic detection of rib metastasis in computed tomography volume | |
Karssemeijer et al. | Recognition of organs in CT-image sequences: a model guided approach | |
CN104346799B (zh) | 一种ct图像中脊髓的提取方法 | |
WO2016191870A1 (en) | Surface modeling of a segmented echogenic structure for detection and measurement of anatomical anomalies | |
CN116277978B (zh) | 多模态骨关节数字化3d打印方法 | |
WO2011042738A2 (en) | Image data processing systems | |
Wood et al. | Quantitative 3D reconstruction of airway and pulmonary vascular trees using HRCT | |
Lorza et al. | Carotid artery lumen segmentation in 3D free-hand ultrasound images using surface graph cuts | |
Wei et al. | Automatic recognition of major fissures in human lungs | |
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 | |
Kumar et al. | Automatic segmentation of lung lobes and fissures for surgical planning | |
CN116934885A (zh) | 肺部分割方法、装置、电子设备及存储介质 | |
Shiaa et al. | A Novel Method Based on Interpolation for Accurate 3D Reconstruction from CT Images. | |
Wei et al. | Segmentation of lung lobes in volumetric CT images for surgical planning of treating lung cancer | |
Flasque et al. | Accurate detection of 3D tubular tree structures | |
Silva et al. | Detection and 3D representation of pulmonary air bubbles in HRCT volumes | |
Kiraly | 3D image analysis and visualization of tubular structures | |
Liu et al. | Automatic liver contour segmentation using GVF snake | |
Dahdouh et al. | Real-time kidney ultrasound image segmentation: a prospective study |
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 |