[go: up one dir, main page]

CN114693602B - 膝关节动张力平衡态评估方法及装置 - Google Patents

膝关节动张力平衡态评估方法及装置 Download PDF

Info

Publication number
CN114693602B
CN114693602B CN202210200223.7A CN202210200223A CN114693602B CN 114693602 B CN114693602 B CN 114693602B CN 202210200223 A CN202210200223 A CN 202210200223A CN 114693602 B CN114693602 B CN 114693602B
Authority
CN
China
Prior art keywords
knee joint
medullary cavity
dimensional
flexion
line
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
Application number
CN202210200223.7A
Other languages
English (en)
Other versions
CN114693602A (zh
Inventor
刘星宇
张逸凌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhang Yiling
Longwood Valley Medtech Co Ltd
Original Assignee
Beijing Changmugu Medical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Changmugu Medical Technology Co Ltd filed Critical Beijing Changmugu Medical Technology Co Ltd
Priority to CN202210200223.7A priority Critical patent/CN114693602B/zh
Publication of CN114693602A publication Critical patent/CN114693602A/zh
Priority to PCT/CN2023/071144 priority patent/WO2023165265A1/zh
Application granted granted Critical
Publication of CN114693602B publication Critical patent/CN114693602B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Quality & Reliability (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种膝关节张力平衡动态评估方法及装置，包括：对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与屈伸角度对应的第一解剖点；根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点；基于第一解剖点与第二解剖点的对应关系，对膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；在多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。本发明能够使得膝关节评估结果更加客观、全面、准确以及稳定，评估过程也更加简单方便。

Description

膝关节动张力平衡态评估方法及装置
技术领域
本发明涉及关节数据处理技术领域，尤其涉及一种膝关节张力平衡动态评估方法及装置。
背景技术
在医学领域中，通过了解膝关节的运动状况来作出对膝关节基本的诊断，基于膝关节的运动状况进行分析与评估对患者的诊治具有重要的意义。
目前，对于膝关节运动状况的分析与评估通常根据患者的主观感受来打分评估，常用的膝关节评分标准包括Lysholm评分、HSS评分、AKS评分等。每个评分标准中均具有多个评分项，对每一个患者都需要重复问一遍，工作量大，且根据主观回答得到的评估结果也很容易出现误差，无法准确分析膝关节的运动状况。因此，目前没有一种简单、客观、量化、完善的膝关节评估方法。
发明内容
本发明提供一种膝关节张力平衡动态评估方法及装置，用以解决上述缺陷。
本发明提供一种膝关节张力平衡动态评估方法，包括：对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点；基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
根据本发明提供的一种膝关节张力平衡动态评估方法，所述第一解剖点至少包括第一股骨髓腔线以及第一胫骨髓腔线；所述第二解剖点至少包括第二股骨髓腔线以及第二胫骨髓腔线，相应地，所述第一解剖点与所述第二解剖点的对应关系包括所述第一股骨髓腔线与所述第二股骨髓腔线对应，以及所述第一胫骨髓腔线与所述第二胫骨髓腔线对应。
根据本发明提供的一种膝关节张力平衡动态评估方法，所述第二股骨髓腔线或所述第二胫骨髓腔线通过如下步骤识别得到：利用预先训练好的髓腔分类模型对所述膝关节CT数据进行分类；其中，所述髓腔分类模型是基于样本膝关节CT数据以及样本膝关节CT数据对应的标签信息训练得到的；根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域；其中，所述髓腔分割模型是基于样本分类结果以及样本分类结果对应的掩膜图像训练得到的；获取所有髓腔区域的髓腔中心点，并通过预定的拟合算法对所有髓腔区域的髓腔中心点进行拟合，从而得到髓腔中心线，所述髓腔中心线为第二股骨髓腔线或第二胫骨髓腔线。
根据本发明提供的一种膝关节张力平衡动态评估方法，在所述根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域之后，方法还包括：对所述髓腔区域进行阈值处理，得到清晰的髓腔区域；相应地，所述获取所有髓腔区域的髓腔中心点，并通过预定的拟合算法对所有髓腔区域的髓腔中心点进行拟合，包括：获取所有清晰的髓腔区域的髓腔中心点，并通过预定的拟合算法对所有清晰的髓腔区域的髓腔中心点进行拟合。
根据本发明提供的一种膝关节张力平衡动态评估方法，所述拟合算法为最小二乘法、梯度下降算法、高斯牛顿法或列文伯格-马夸尔特拟合算法中的一种。
根据本发明提供的一种膝关节张力平衡动态评估方法，所述对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点，包括：从所述多个屈伸角度下的膝关节X线片中提取膝关节的骨头轮廓线，对所述骨头轮廓线进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；相应地，所述基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型，包括：获取所述膝关节三维模型在多个预定角度下所映射的二维图像；选取与所述二维图像对应的膝关节X线片作为标准X线片；根据所述标准X线片所对应的骨头轮廓线以及第一解剖点，调节所述膝关节三维模型中骨头的旋转角度，使得膝关节三维模型中的骨头的轮廓线与所述标准X线片所对应的骨头轮廓线相匹配，以及所述第二解剖点与所述标准X线片所对应的第一解剖点相匹配，从而得到多个屈伸角度下的校准后膝关节模型。
本发明还提供一种膝关节张力平衡动态评估装置，包括：第一解剖点识别模块，用于对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；三维重建与第二解剖点识别模块，用于根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点；模型校准模块，用于基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；膝关节评估模块，用于在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上述任一种膝关节张力平衡动态评估方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一种膝关节张力平衡动态评估方法的步骤。
本发明还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上述任一种膝关节张力平衡动态评估方法的步骤。
本发明提供的膝关节张力平衡动态评估方法及装置，其中，膝关节张力平衡评估方法通过先从膝关节X线片中获取多个与所述屈伸角度对应的第一解剖点，以及从根据膝关节CT数据得到的膝关节三维模型中得到的第二解剖点；然后根据第一解剖点与第二解剖点之间的对应的关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；再在各个校准后膝关节模型获得对应的间隙距离以及关节三维角度，从而能够根据多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估，使得膝关节评估结果更加客观、全面、准确以及稳定，评估过程也更加简单方便。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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膝关节张力平衡动态评估方法的流程示意图；
图2是本发明实施例提供的间隙距离示意图；
图3是本发明实施例提供的第一解剖点示意图；
图4是本发明实施例提供的股骨中的第二解剖点示意图；
图5是本发明实施例提供的胫骨中的第二解剖点示意图；
图6是本发明实施例提供的第二股骨髓腔线或所述第二胫骨髓腔线的识别过程示意图；
图7是本发明实施例提供的股骨的髓腔中心点示意图；
图8为本发明实施例提供的膝关节张力平衡动态评估装置结构示意图；
图9为本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
图1是本发明实施例提供的膝关节张力平衡动态评估方法的流程示意图；如图1所示，该膝关节张力平衡动态评估方法可以包括以下步骤：
步骤101，对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点。
具体地，先通过X射线机对患者的膝关节进行扫描，在扫描过程中医护人员引导患者将其大腿(即股骨)内旋或外旋，从而获得多个屈伸角度下符合标准X片要求的膝关节X线片；然后对每一膝关节X线片进行关节解剖点识别，即在膝关节X线片中识别出股骨髓腔线、胫骨髓腔线等关节解剖点，并作为第一解剖点，每一组第一解剖点都对应有一个屈伸角度。
本实施例中，膝关节X线片包括前后正位片、侧位片、髌骨轴位片、应力位片。
步骤102，根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点。
具体地，先利用医学三维影像重建软件对患者的膝关节CT数据进行膝关节三维重建，得到膝关节三维模型，该膝关节三维模型能够在计算机屏幕上以不同亮度、透明度、颜色的轮廓、线框和反射率加以动态显示，可以对膝关节三维模型随意进行不同角度的旋转、切割、重建测量等，从而能够从任意角度观察患者的膝关节情况。
然后，在膝关节三维模型中识别出股骨髓腔线、胫骨髓腔线等一组骨性解剖标记点，作为第二解剖点。
其中，膝关节CT数据通过对膝关节的横断面、冠状面、矢状面等进行扫描得到。
步骤103，基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型。
具体地，根据第一解剖点中的股骨髓腔线、胫骨髓腔线等关节解剖点，以及第二解剖点中的股骨髓腔线、胫骨髓腔线等骨性解剖标记点，来调整膝关节三维模型，使得膝关节三维模型在预定角度下所映射的二维图像与对应的膝关节X线片相同。此时，膝关节三维模型具有了屈伸角度信息，依据所有屈伸角度所对应的第一解剖点与第二解剖点之间的对应关系，对膝关节三维模型调整，最后得到每一屈伸角度都对应有一个校准后膝关节模型。
步骤104，在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
具体地，从每一个校准后膝关节模型中测量出间隙距离以及关节三维角度。如图2所示，在校准后膝关节模型中获取股骨相对于胫骨平台平面的最低点，即股骨屈伸在胫骨平台的最近接触点，测量股骨接触点与胫骨平台的间隙距离(即图2中股骨与胫骨上两个黑点之间的白线距离)。
每一组间隙距离以及关节三维角度(即包括膝关节的屈伸角度、内外旋角度、内外翻角度)都对应有一个屈伸角度，根据不同屈伸角度下的间隙距离以及关节三维角度来对患者的膝关节进行评估，从而实现了动态评估。
本发明实施例提供的膝关节张力平衡动态评估方法，通过先从膝关节X线片中获取多个与所述屈伸角度对应的第一解剖点，以及从根据膝关节CT数据得到的膝关节三维模型中得到的第二解剖点；然后根据第一解剖点与第二解剖点之间的对应的关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；再在各个校准后膝关节模型获得对应的间隙距离以及关节三维角度，从而能够根据多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估，使得膝关节评估结果更加客观、全面、准确以及稳定，评估过程也更加简单方便，辅助医生对患者作出准确的诊断。
进一步地，所述第一解剖点至少包括第一股骨髓腔线以及第一胫骨髓腔线；
所述第二解剖点至少包括第二股骨髓腔线以及第二胫骨髓腔线，
相应地，所述第一解剖点与所述第二解剖点的对应关系包括所述第一股骨髓腔线与所述第二股骨髓腔线对应，以及所述第一胫骨髓腔线与所述第二胫骨髓腔线对应。
图3是本发明实施例提供的第一解剖点示意图；如图3所示，第一解剖点具体包括：1、第一股骨髓腔线(线A)；2、第一胫骨髓腔线(线B)；3、股骨髓腔与股骨远端点的交点(点O)；4、胫骨髓腔线与胫骨平台的交点位置(点X)；5、与股骨髓腔线平行的线在股骨后髁的交点位置(点p位置)；6、胫骨平台前后缘的边缘点(即胫骨平台线C的两个端点)。
图4是本发明实施例提供的股骨中的第二解剖点示意图；
图5是本发明实施例提供的胫骨中的第二解剖点示意图。如图4以及图5所示，第二解剖点具体包括第二股骨髓腔线(线A’)、第二胫骨髓腔线(线B’)、后髁线(线D’)及胫骨平台的中内三分之一与pcl止点的连线(线C’)以及开髓点(点O’)。
相应地，所述第一解剖点与所述第二解剖点的对应关系具体包括所述第一股骨髓腔线(线A)与所述第二股骨髓腔线(线A’)对应，以及所述第一胫骨髓腔线(线B)与所述第二胫骨髓腔线对应(线B’)。
本发明实施例提供的膝关节张力平衡动态评估方法，根据第一股骨髓腔线与所述第二股骨髓腔线对应关系，以及所述第一胫骨髓腔线与所述第二胫骨髓腔线对应关系，调节膝关节三维模型，最后获得多个屈伸角度对应的间隙距离以及关节三维角度，实现动态评估，使得膝关节评估结果更加客观、全面、准确以及稳定。
进一步地，所述第二股骨髓腔线或所述第二胫骨髓腔线通过如下步骤识别得到：
利用预先训练好的髓腔分类模型对所述膝关节CT数据进行分类；其中，所述髓腔分类模型是基于样本膝关节CT数据以及样本膝关节CT数据对应的标签信息训练得到的；
根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域；其中，所述髓腔分割模型是基于样本分类结果以及样本分类结果对应的掩膜图像训练得到的；
获取所有髓腔区域的髓腔中心点，并通过预定的拟合算法对所有髓腔区域的髓腔中心点进行拟合，从而得到髓腔中心线，所述髓腔中心线为第二股骨髓腔线或第二胫骨髓腔线。
图6是本发明实施例提供的第二股骨髓腔线或所述第二胫骨髓腔线的识别过程示意图。
如图6所示，从膝关节CT数据中选出横断面的膝关节CT数据，然后将DICOM格式的膝关节CT数据转化为JPG格式，将JPG格式的横断面的膝关节CT数据输入预先训练好的髓腔分类模型，从而得到分类结果，分类结果有非髓腔层面、股骨髓腔层面以及胫骨髓腔层面三种情况。
若是分类结果为非髓腔层面，则不进行处理；若分类结果为股骨髓腔层面，则将股骨髓腔层面对应的膝关节CT数据输入至预先训练好的股骨的髓腔分割模型；若分类结果为胫骨髓腔层面，则将胫骨髓腔层面对应的膝关节CT数据输入至预先训练好的胫骨的髓腔分割模型。
以下以分类结果为股骨髓腔层面为例具体介绍后续步骤：
将股骨髓腔层面对应的膝关节CT数据输入至预先训练好的股骨的髓腔分割模型，从而分割得到股骨髓腔区域；
对所有股骨髓腔层面所对应的膝关节CT数据进行分割后，得到所有股骨髓腔区域，通过预定的拟合算法对所有股骨髓腔区域的髓腔中心点进行拟合，得到一条拟合线，即为第二股骨髓腔线。
同理，将胫骨髓腔层面对应的膝关节CT数据输入至预先训练好的胫骨的髓腔分割模型，从而分割得到胫骨髓腔区域；
对所有胫骨髓腔层面所对应的膝关节CT数据进行分割后，得到所有胫骨髓腔区域，通过预定的拟合算法对所有胫骨髓腔区域的髓腔中心点进行拟合，得到一条拟合线，即为第二胫骨髓腔线。
需要说明的是，上述预先训练好的髓腔分类模型是基于样本膝关节CT数据以及样本膝关节CT数据对应的标签信息训练得到的，即基于非髓腔层面的样本CT数据与其对应的非髓腔层面标签、股骨髓腔层面的样本CT数据与其对应的股骨髓腔层面标签以及胫骨髓腔层面的样本CT数据与其对应的胫骨髓腔层面标签训练得到。
预先训练好的股骨的髓腔分割模型是基于样本分类结果以及样本分类结果对应的掩膜图像训练得到的，即根据股骨髓腔层面的样本CT数据以及其对应的掩膜图像训练得到。同理，预先训练好的胫骨的髓腔分割模型是根据胫骨髓腔层面的样本CT数据以及其对应的掩膜图像训练得到。
本实施例中髓腔分割模型为Aattention-UNet分割模型。
本发明实施例提供的膝关节张力平衡动态评估方法，通过髓腔分类模型对所述膝关节CT数据进行分类，然后根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域，从而根据髓腔区域的髓腔中心点拟合得到髓腔中心线，该髓腔中心线为第二股骨髓腔线或第二胫骨髓腔线，利用神经网络对大量的膝关节CT数据进行分类与分割，提升髓腔中心线的准确性，节省时间，从而使得膝关节三维模型的校准更加准确，进一步提升评估的客观性与准确性。
进一步地，在所述根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域之后，方法还包括：
对所述髓腔区域进行阈值处理，得到清晰的髓腔区域；
相应地，所述获取所有髓腔区域的髓腔中心点，并通过预定的拟合算法对所有髓腔区域的髓腔中心点进行拟合，包括：
获取所有清晰的髓腔区域的髓腔中心点，并通过预定的拟合算法对所有清晰的髓腔区域的髓腔中心点进行拟合。
本实施例中，利用OpenCV中的阈值函数来调整髓腔区域的阈值，从而得到清晰的髓腔区域。
相应地，髓腔中心点拟合在清晰的髓腔区域上进行，通过质心计算公式求得所有清晰的髓腔区域中的髓腔中心点(如图7所示)，利用预定的拟合算法将所有股骨横断面上的股骨髓腔中心点或胫骨横断面上的胫骨髓腔中心点拟合，从而得到对应的第二股骨髓腔线或第二胫骨髓腔线。
其中，拟合算法为最小二乘法、梯度下降算法、高斯牛顿法或列文伯格-马夸尔特拟合算法中的一种。
本实施例中，拟合算法选用的是最小二乘法。
本发明实施例提供的膝关节张力平衡动态评估方法，通过髓腔区域进行阈值处理，从而提升髓腔区域的清晰度，使得后续计算得到的髓腔中心点更加精准，进一步地提升了髓腔中心线的准确性，使得膝关节三维模型的校准更加准确，提升评估的客观性与准确性。
进一步地，所述对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点，包括：
从所述多个屈伸角度下的膝关节X线片中提取膝关节的骨头轮廓线，
对所述骨头轮廓线进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；
相应地，所述基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型，包括：
获取所述膝关节三维模型在多个预定角度下所映射的二维图像；
选取与所述二维图像对应的膝关节X线片作为标准X线片；
根据所述标准X线片所对应的骨头轮廓线以及第一解剖点，调节所述膝关节三维模型中骨头的旋转角度，使得膝关节三维模型中的骨头的轮廓线与所述标准X线片所对应的骨头轮廓线相匹配，以及所述第二解剖点与所述标准X线片所对应的第一解剖点相匹配，从而得到多个屈伸角度下的校准后膝关节模型。
具体地，利用预先训练好的骨骼轮廓提取模型(基于样本膝关节X片与对应的标准骨骼轮廓线训练得到)从所述多个屈伸角度下的膝关节X线片中提取膝关节的骨头轮廓线，也可以通过对膝关节X线片进行阈值处理获得骨头轮廓线。
基于所述骨头轮廓线识别得到膝关节的关节解剖点，得到多个与所述屈伸角度对应的第一解剖点。
相应地，在膝关节三维模型校准过程中，先获取所述膝关节三维模型在多个预定角度下所映射的二维图像，比如，获取膝关节三维模型的正视角度下所映射的二维图像(即正视图)。
然后，选取与所述二维图像对应的膝关节X线片作为标准X线片，即从膝关节X线片中选取与正视图相同视角的前正位片作为标准X线片。
接着，根据所述标准X线片(即膝关节前正位片)所对应的骨头轮廓线以及第一解剖点，调节所述膝关节三维模型中骨头(即股骨与胫骨)的旋转角度，使得膝关节三维模型中的骨头的轮廓线与所述标准X线片所对应的骨头轮廓线相匹配，以及所述第二解剖点与所述标准X线片所对应的第一解剖点相匹配，此时得到的膝关节三维模型在正视角度下再次映射的二维图像，与膝关节前正位片的完全对应，且对应的屈伸角度也与膝关节前正位片的屈伸角度一致。利用不同屈伸角度下的骨头轮廓线以及第一解剖点来校准，从而得到多个屈伸角度下的校准后膝关节模型。
本发明实施例提供的膝关节张力平衡动态评估方法，将动态膝关节X线片与膝关节CT数据相结合，从而获得多个屈伸角度下的间隙距离以及关节三维角度，实现了对膝关节的动态评估，提升评估的准确性以及客观性。
下面对本发明提供的膝关节张力平衡动态评估装置进行描述，下文描述的膝关节张力平衡动态评估装置与上文描述的膝关节张力平衡评估方法可相互对应参照。
图8为本发明实施例提供的膝关节张力平衡动态评估装置结构示意图，如图8所示，一种膝关节张力平衡动态评估装置包括：
第一解剖点识别模块601，用于对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点。
具体地，第一解剖点识别模块601先通过X射线机对患者的膝关节进行扫描，在扫描过程中医护人员引导患者将其大腿(即股骨)内旋或外旋，从而获得多个屈伸角度下符合标准X片要求的膝关节X线片；然后对每一膝关节X线片进行关节解剖点识别，即在膝关节X线片中识别出股骨髓腔线、胫骨髓腔线等关节解剖点，并作为第一解剖点，每一组第一解剖点都对应有一个屈伸角度。
本实施例中，膝关节X线片包括前后正位片、侧位片、髌骨轴位片、应力位片。
三维重建与第二解剖点识别模块602，用于根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点。
具体地，三维重建与第二解剖点识别模块602先利用医学三维影像重建软件对患者的膝关节CT数据进行膝关节三维重建，得到膝关节三维模型，该膝关节三维模型能够在计算机屏幕上以不同亮度、透明度、颜色的轮廓、线框和反射率加以动态显示，可以对膝关节三维模型随意进行不同角度的旋转、切割、重建测量等，从而能够从任意角度观察患者的膝关节情况。
然后，在膝关节三维模型中识别出股骨髓腔线、胫骨髓腔线等一组骨性解剖标记点，作为第二解剖点。
其中，膝关节CT数据通过对膝关节的横断面、冠状面、矢状面等进行扫描得到。
模型校准模块603，用于基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型。
具体地，模型校准模块603根据第一解剖点中的股骨髓腔线、胫骨髓腔线等关节解剖点，以及第二解剖点中的股骨髓腔线、胫骨髓腔线等骨性解剖标记点，来调整膝关节三维模型，使得膝关节三维模型在预定角度下所映射的二维图像与对应的膝关节X线片相同。此时，膝关节三维模型具有了屈伸角度信息，依据所有屈伸角度所对应的第一解剖点与第二解剖点之间的对应关系，对膝关节三维模型调整，最后得到每一屈伸角度都对应有一个校准后膝关节模型。
膝关节评估模块604，用于在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
具体地，膝关节评估模块604从每一个校准后膝关节模型中测量出间隙距离以及关节三维角度，每一组间隙距离以及关节三维角度都对应有一个屈伸角度，根据不同屈伸角度下的间隙距离以及关节三维角度来对患者的膝关节进行评估，从而实现了动态评估。
本发明实施例提供的膝关节张力平衡动态评估装置，
通过先从膝关节X线片中获取多个与所述屈伸角度对应的第一解剖点，以及从根据膝关节CT数据得到的膝关节三维模型中得到的第二解剖点；然后根据第一解剖点与第二解剖点之间的对应的关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；再在各个校准后膝关节模型获得对应的间隙距离以及关节三维角度，从而能够根据多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估，使得膝关节评估结果更加客观、全面、准确以及稳定，评估过程也更加简单方便，辅助医生对患者作出准确的诊断。
进一步地，所述第一解剖点至少包括第一股骨髓腔线以及第一胫骨髓腔线；
所述第二解剖点至少包括第二股骨髓腔线以及第二胫骨髓腔线，
相应地，所述第一解剖点与所述第二解剖点的对应关系包括所述第一股骨髓腔线与所述第二股骨髓腔线对应，以及所述第一胫骨髓腔线与所述第二胫骨髓腔线对应。
如图2所示，第一解剖点具体包括：1、第一股骨髓腔线(线A)；2、第一胫骨髓腔线(线B)；3、股骨髓腔与股骨远端点的交点(点O)；4、胫骨髓腔线与胫骨平台的交点位置(点X)；5、与股骨髓腔线平行的线在股骨后髁的交点位置(点p位置)；6、胫骨平台前后缘的边缘点(即胫骨平台线C的两个端点)。
如图4以及图5所示，第二解剖点具体包括第二股骨髓腔线(线A’)、第二胫骨髓腔线(线B’)、后髁线(线D’)及胫骨平台的中内三分之一与pcl止点的连线(线C’)以及开髓点(点O’)。
相应地，所述第一解剖点与所述第二解剖点的对应关系具体包括所述第一股骨髓腔线(线A)与所述第二股骨髓腔线(线A’)对应，以及所述第一胫骨髓腔线(线B)与所述第二胫骨髓腔线对应(线B’)。
本发明实施例提供的膝关节张力平衡动态评估装置，根据第一股骨髓腔线与所述第二股骨髓腔线对应关系，以及所述第一胫骨髓腔线与所述第二胫骨髓腔线对应关系，调节膝关节三维模型，最后获得多个屈伸角度对应的间隙距离以及关节三维角度，实现动态评估，使得膝关节评估结果更加客观、全面、准确以及稳定。
进一步地，所述第二股骨髓腔线或所述第二胫骨髓腔线通过如下步骤识别得到：
利用预先训练好的髓腔分类模型对所述膝关节CT数据进行分类；其中，所述髓腔分类模型是基于样本膝关节CT数据以及样本膝关节CT数据对应的标签信息训练得到的；
根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域；其中，所述髓腔分割模型是基于样本分类结果以及样本分类结果对应的掩膜图像训练得到的；
获取所有髓腔区域的髓腔中心点，并通过预定的拟合算法对所有髓腔区域的髓腔中心点进行拟合，从而得到髓腔中心线，所述髓腔中心线为第二股骨髓腔线或第二胫骨髓腔线。
具体地，从膝关节CT数据中选出横断面的膝关节CT数据，然后将DICOM格式的膝关节CT数据转化为JPG格式，将JPG格式的横断面的膝关节CT数据输入预先训练好的髓腔分类模型，从而得到分类结果，分类结果有非髓腔层面、股骨髓腔层面以及胫骨髓腔层面三种情况。
若是分类结果为非髓腔层面，则不进行处理；若分类结果为股骨髓腔层面，则将股骨髓腔层面对应的膝关节CT数据输入至预先训练好的股骨的髓腔分割模型；若分类结果为胫骨髓腔层面，则将胫骨髓腔层面对应的膝关节CT数据输入至预先训练好的胫骨的髓腔分割模型。
以下以分类结果为股骨髓腔层面为例具体介绍后续步骤：
将股骨髓腔层面对应的膝关节CT数据输入至预先训练好的股骨的髓腔分割模型，从而分割得到股骨髓腔区域；
对所有股骨髓腔层面所对应的膝关节CT数据进行分割后，得到所有股骨髓腔区域，通过预定的拟合算法对所有股骨髓腔区域的髓腔中心点进行拟合，得到一条拟合线，即为第二股骨髓腔线。
同理，将胫骨髓腔层面对应的膝关节CT数据输入至预先训练好的胫骨的髓腔分割模型，从而分割得到胫骨髓腔区域；
对所有胫骨髓腔层面所对应的膝关节CT数据进行分割后，得到所有胫骨髓腔区域，通过预定的拟合算法对所有胫骨髓腔区域的髓腔中心点进行拟合，得到一条拟合线，即为第二胫骨髓腔线。
需要说明的是，上述预先训练好的髓腔分类模型是基于样本膝关节CT数据以及样本膝关节CT数据对应的标签信息训练得到的，即基于非髓腔层面的样本CT数据与其对应的非髓腔层面标签、股骨髓腔层面的样本CT数据与其对应的股骨髓腔层面标签以及胫骨髓腔层面的样本CT数据与其对应的胫骨髓腔层面标签训练得到。
预先训练好的股骨的髓腔分割模型是基于样本分类结果以及样本分类结果对应的掩膜图像训练得到的，即根据股骨髓腔层面的样本CT数据以及其对应的掩膜图像训练得到。同理，预先训练好的胫骨的髓腔分割模型是根据胫骨髓腔层面的样本CT数据以及其对应的掩膜图像训练得到。
本实施例中髓腔分割模型为Aattention-UNet分割模型。
本发明实施例提供的膝关节张力平衡动态评估装置，通过髓腔分类模型对所述膝关节CT数据进行分类，然后根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域，从而根据髓腔区域的髓腔中心点拟合得到髓腔中心线，该髓腔中心线为第二股骨髓腔线或第二胫骨髓腔线，利用神经网络对大量的膝关节CT数据进行分类与分割，提升髓腔中心线的准确性，节省时间，从而使得膝关节三维模型的校准更加准确，进一步提升评估的客观性与准确性。
进一步地，所述第一解剖点识别模块，具体用于：
从所述多个屈伸角度下的膝关节X线片中提取膝关节的骨头轮廓线，
对所述骨头轮廓线进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；
相应地，所述模型校准模块具体用于：
获取所述膝关节三维模型在多个预定角度下所映射的二维图像；
选取与所述二维图像对应的膝关节X线片作为标准X线片；
根据所述标准X线片所对应的骨头轮廓线以及第一解剖点，调节所述膝关节三维模型中骨头的旋转角度，使得膝关节三维模型中的骨头的轮廓线与所述标准X线片所对应的骨头轮廓线相匹配，以及所述第二解剖点与所述标准X线片所对应的第一解剖点相匹配，从而得到多个屈伸角度下的校准后膝关节模型。
具体地，利用预先训练好的骨骼轮廓提取模型(基于样本膝关节X片与对应的标准骨骼轮廓线训练得到)从所述多个屈伸角度下的膝关节X线片中提取膝关节的骨头轮廓线，也可以通过对膝关节X线片进行阈值处理获得骨头轮廓线。
基于所述骨头轮廓线识别得到膝关节的关节解剖点，得到多个与所述屈伸角度对应的第一解剖点。
相应地，在膝关节三维模型校准过程中，先获取所述膝关节三维模型在多个预定角度下所映射的二维图像，比如，获取膝关节三维模型的正视角度下所映射的二维图像(即正视图)。
然后，选取与所述二维图像对应的膝关节X线片作为标准X线片，即从膝关节X线片中选取与正视图相同视角的前正位片作为标准X线片。
接着，根据所述标准X线片(即膝关节前正位片)所对应的骨头轮廓线以及第一解剖点，调节所述膝关节三维模型中骨头(即股骨与胫骨)的旋转角度，使得膝关节三维模型中的骨头的轮廓线与所述标准X线片所对应的骨头轮廓线相匹配，以及所述第二解剖点与所述标准X线片所对应的第一解剖点相匹配，此时得到的膝关节三维模型在正视角度下再次映射的二维图像，与膝关节前正位片的完全对应，且对应的屈伸角度也与膝关节前正位片的屈伸角度一致。利用不同屈伸角度下的骨头轮廓线以及第一解剖点来校准，从而得到多个屈伸角度下的校准后膝关节模型。
本发明实施例提供的膝关节张力平衡动态评估装置，将动态膝关节X线片与膝关节CT数据相结合，从而获得多个屈伸角度下的间隙距离以及关节三维角度，实现了对膝关节的动态评估，提升评估的准确性以及客观性。
图9为本发明实施例提供的一种电子设备的实体结构示意图，如图9所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行膝关节张力平衡动态评估方法，包括：对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；
根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点；
基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；
在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，计算机程序被处理器执行时，计算机能够执行上述各方法所提供的膝关节张力平衡动态评估方法，包括：对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；
根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点；
基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；
在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的以执行膝关节张力平衡动态评估方法，包括：对多个屈伸角度下的膝关节X线片进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；
根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点；
基于所述第一解剖点与所述第二解剖点的对应关系，对所述膝关节三维模型进行屈伸角度匹配与校准，得到多个屈伸角度下的校准后膝关节模型；
在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种膝关节张力平衡动态评估方法，其特征在于，包括：
从多个屈伸角度下的膝关节X线片中提取膝关节的骨头轮廓线，对所述骨头轮廓线进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；
根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点；
获取所述膝关节三维模型在多个预定角度下所映射的二维图像；
选取与所述二维图像对应的膝关节X线片作为标准X线片；
根据所述标准X线片所对应的骨头轮廓线以及第一解剖点，调节所述膝关节三维模型中骨头的旋转角度，使得膝关节三维模型中的骨头的轮廓线与所述标准X线片所对应的骨头轮廓线相匹配，以及所述第二解剖点与所述标准X线片所对应的第一解剖点相匹配，从而得到多个屈伸角度下的校准后膝关节模型；
在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
2.根据权利要求1所述的膝关节张力平衡动态评估方法，其特征在于，
所述第一解剖点至少包括第一股骨髓腔线以及第一胫骨髓腔线；
所述第二解剖点至少包括第二股骨髓腔线以及第二胫骨髓腔线，
相应地，所述第一解剖点与所述第二解剖点的对应关系包括所述第一股骨髓腔线与所述第二股骨髓腔线对应，以及所述第一胫骨髓腔线与所述第二胫骨髓腔线对应。
3.根据权利要求2所述的膝关节张力平衡动态评估方法，其特征在于，所述第二股骨髓腔线或所述第二胫骨髓腔线通过如下步骤识别得到：
利用预先训练好的髓腔分类模型对所述膝关节CT数据进行分类；其中，所述髓腔分类模型是基于样本膝关节CT数据以及样本膝关节CT数据对应的标签信息训练得到的；
根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域；其中，所述髓腔分割模型是基于样本分类结果以及样本分类结果对应的掩膜图像训练得到的；
获取所有髓腔区域的髓腔中心点，并通过预定的拟合算法对所有髓腔区域的髓腔中心点进行拟合，从而得到髓腔中心线，所述髓腔中心线为第二股骨髓腔线或第二胫骨髓腔线。
4.根据权利要求3所述的膝关节张力平衡动态评估方法，其特征在于，在所述根据分类结果将所述膝关节CT数据输入至对应的预先训练好的髓腔分割模型，分割得到髓腔区域之后，方法还包括：
对所述髓腔区域进行阈值处理，得到清晰的髓腔区域；
相应地，所述获取所有髓腔区域的髓腔中心点，并通过预定的拟合算法对所有髓腔区域的髓腔中心点进行拟合，包括：
获取所有清晰的髓腔区域的髓腔中心点，并通过预定的拟合算法对所有清晰的髓腔区域的髓腔中心点进行拟合。
5.根据权利要求3所述的膝关节张力平衡动态评估方法，其特征在于，所述拟合算法为最小二乘法、梯度下降算法、高斯牛顿法或列文伯格-马夸尔特拟合算法中的一种。
6.一种膝关节张力平衡动态评估装置，其特征在于，包括：
第一解剖点识别模块，用于从多个屈伸角度下的膝关节X线片中提取膝关节的骨头轮廓线，对所述骨头轮廓线进行关节解剖点识别，得到多个与所述屈伸角度对应的第一解剖点；
三维重建与第二解剖点识别模块，用于根据膝关节CT数据进行膝关节三维重建，对膝关节三维模型进行膝关节的骨性标记点识别，得到第二解剖点；
模型校准模块，用于获取所述膝关节三维模型在多个预定角度下所映射的二维图像；
选取与所述二维图像对应的膝关节X线片作为标准X线片；
根据所述标准X线片所对应的骨头轮廓线以及第一解剖点，调节所述膝关节三维模型中骨头的旋转角度，使得膝关节三维模型中的骨头的轮廓线与所述标准X线片所对应的骨头轮廓线相匹配，以及所述第二解剖点与所述标准X线片所对应的第一解剖点相匹配，从而得到多个屈伸角度下的校准后膝关节模型；
膝关节评估模块，用于在所述多个屈伸角度下的校准后膝关节模型中获取对应的间隙距离以及关节三维角度，基于多个屈伸角度对应的间隙距离以及关节三维角度对膝关节进行评估。
7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述膝关节张力平衡动态评估方法的步骤。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述膝关节张力平衡动态评估方法的步骤。
CN202210200223.7A 2022-03-02 2022-03-02 膝关节动张力平衡态评估方法及装置 Active CN114693602B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210200223.7A CN114693602B (zh) 2022-03-02 2022-03-02 膝关节动张力平衡态评估方法及装置
PCT/CN2023/071144 WO2023165265A1 (zh) 2022-03-02 2023-01-08 膝关节动张力平衡态评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210200223.7A CN114693602B (zh) 2022-03-02 2022-03-02 膝关节动张力平衡态评估方法及装置

Publications (2)

Publication Number Publication Date
CN114693602A CN114693602A (zh) 2022-07-01
CN114693602B true CN114693602B (zh) 2023-04-18

Family

ID=82136610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210200223.7A Active CN114693602B (zh) 2022-03-02 2022-03-02 膝关节动张力平衡态评估方法及装置

Country Status (2)

Country Link
CN (1) CN114693602B (zh)
WO (1) WO2023165265A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693602B (zh) * 2022-03-02 2023-04-18 北京长木谷医疗科技有限公司 膝关节动张力平衡态评估方法及装置
CN117611653A (zh) * 2024-01-23 2024-02-27 北京爱康宜诚医疗器材有限公司 下肢力线的评估方法和装置、存储介质及电子设备

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003144454A (ja) * 2001-11-16 2003-05-20 Yoshio Koga 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
CN103156631B (zh) * 2013-02-05 2014-11-26 上海交通大学医学院附属第九人民医院 基于数字透视影像的人工髋关节检测系统及方法
CN111249002B (zh) * 2020-01-21 2021-10-08 北京天智航医疗科技股份有限公司 全膝关节置换的术中规划调整方法、装置及设备
CN111652888B (zh) * 2020-05-25 2021-04-02 北京长木谷医疗科技有限公司 基于深度学习的确定髓腔解剖轴线的方法及装置
CN111768400A (zh) * 2020-07-07 2020-10-13 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质
CN113017829B (zh) * 2020-08-22 2023-08-29 张逸凌 一种基于深度学习的全膝关节置换术的术前规划方法、系统、介质和设备
CN112842529B (zh) * 2020-12-31 2022-02-08 北京长木谷医疗科技有限公司 全膝关节图像处理方法及装置
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
CN113116353B (zh) * 2021-04-06 2022-03-22 骨圣元化机器人(深圳)有限公司 用于膝关节置换手术的压力测量系统和压力测量方法
CN113974920B (zh) * 2021-10-08 2022-10-11 北京长木谷医疗科技有限公司 膝关节股骨力线确定方法和装置、电子设备、存储介质
CN113907774A (zh) * 2021-10-13 2022-01-11 瓴域影诺(北京)科技有限公司 一种测量下肢力线的方法及装置
CN114693602B (zh) * 2022-03-02 2023-04-18 北京长木谷医疗科技有限公司 膝关节动张力平衡态评估方法及装置

Also Published As

Publication number Publication date
CN114693602A (zh) 2022-07-01
WO2023165265A1 (zh) 2023-09-07

Similar Documents

Publication Publication Date Title
WO2022142741A1 (zh) 全膝关节置换术前规划方法和装置
US9842394B2 (en) Detection of anatomical landmarks
CN114419618B (zh) 基于深度学习的全髋关节置换术前规划系统
US8971606B2 (en) Method for automatically identifying the contours of a predefined bone, derived methods and corresponding computer program products
CN114693602B (zh) 膝关节动张力平衡态评估方法及装置
Lalone et al. Accuracy assessment of 3D bone reconstructions using CT: an intro comparison
US20150250552A1 (en) Advanced methods of modeling knee joint kinematics and designing surgical repair systems
CN114431957A (zh) 基于深度学习的全膝关节置换术后翻修术前规划方法
CN111652888A (zh) 基于深度学习的确定髓腔解剖轴线的方法及装置
CN114261095B (zh) 一种基于ai的骨科3d打印方法和装置
CN114711794A (zh) 基于深度学习的膝关节胫骨置换术后评估系统
Innocenti et al. Development and validation of a robust patellar reference coordinate system for biomechanical and clinical studies
CN108431899B (zh) 图像处理方法
Cerveri et al. Automated method for computing the morphological and clinical parameters of the proximal femur using heuristic modeling techniques
Bermejo et al. Genetic algorithms for skull-face overlay including mandible articulation
CN118941579B (zh) 骨图像的处理方法、装置、设备及介质
CN116158774B (zh) 用于测量胫骨平台后倾角的方法、设备和计算机存储介质
WO2023165260A1 (zh) 基于深度学习的膝关节股骨置换术后评估系统
Liu A system for computational analysis and reconstruction of 3D comminuted bone fractures
Zvorişteanu et al. A Computer Vision-Based Solution for Assessing Prosthetic Leg Length Discrepancy
Ji et al. An Automatic Measurement System for Ulna Bone Morphological Parameters Based on 3D Slicer Software
Wysocki Improving Computational Analysis of Anatomical Structures for Greater Data Validity in Research and Advanced Treatments in Medicine
Asadirad Variability in semi-automatic segmentation from CT images: implications for knee joint modelling
Dheivya et al. Automatic Measurement of Lower Limb Angles From Pre‐and Post‐Operative X‐Ray Images Using a Variant SegNet With Compound Loss Function
JP2025084107A (ja) パーソナライズ化関節骨格・軟骨形態測定システム及び方法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100176 2201, 22 / F, building 1, yard 2, Ronghua South Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Patentee after: Beijing Changmugu Medical Technology Co.,Ltd.

Patentee after: Zhang Yiling

Address before: 100176 2201, 22 / F, building 1, yard 2, Ronghua South Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Patentee before: BEIJING CHANGMUGU MEDICAL TECHNOLOGY Co.,Ltd.

Patentee before: Zhang Yiling