基于深度学习的全膝关节置换术后翻修术前规划方法技术

本发明专利技术提供一种基于深度学习的全膝关节置换术后翻修术前规划方法，将术前膝关节图像输入至深度学习模型，得到术前膝关节假体图像以及术前关节线图像；其中，所述术前关节线图像为标注有膝关节关节线的术前膝关节图像；基于所述术前膝关节假体图像和所述术前关节线图像，确定第一膝关节假体的规格型号与位置。本发明专利技术提供的基于深度学习的全膝关节置换术后翻修术前规划方法，可以准确快速识别出第一膝关节假体位置和规格型号，测量时间短且准确性高，从而缩短手术时间，为膝关节翻修术提供了更精准的术前数据支持。了更精准的术前数据支持。了更精准的术前数据支持。

【技术实现步骤摘要】
基于深度学习的全膝关节置换术后翻修术前规划方法


[0001]本专利技术涉及膝关节翻修术
，尤其涉及一种基于深度学习的全膝关节置换术后翻修术前规划方法及系统。

技术介绍

[0002]膝关节置换术后，患者的膝关节可能出现松动、感染、疼痛、屈伸功能受限等症状，进而提示髌骨轨迹不正，则需重新对膝关节假体进行翻修。即把膝关节假体取出，重新安装一个新的膝关节假体。因为初次膝关节置换术的影响，导致膝关节的正常解剖结构被破坏，且存在较多的骨量丢失。在膝关节翻修手术中，膝关节假体的位置和规格型号难以确定，导致手术时间变长，且手术风险和并发症风险较高。

技术实现思路

[0003]本专利技术提供一种基于深度学习的全膝关节置换术后翻修术前规划方法及系统，用以解决现有技术中膝关节翻修术术前膝关节假体的位置和规格型号难以确定的技术问题。
[0004]本专利技术提供一种基于深度学习的全膝关节置换术后翻修术前规划方法，包括：将术前膝关节图像输入至深度学习模型，得到术前膝关节假体图像以及术前关节线图像；其中，所述术前关节线图像为标注有膝关节关节线的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的全膝关节置换术后翻修术前规划方法，其特征在于，包括：将术前膝关节图像输入至深度学习模型，得到术前膝关节假体图像以及术前关节线图像；其中，所述术前关节线图像为标注有膝关节关节线的术前膝关节图像；基于所述术前膝关节假体图像和所述术前关节线图像，确定第一膝关节假体的规格型号与位置。2.根据权利要求1所述的基于深度学习的全膝关节置换术后翻修术前规划方法，其特征在于，所述基于所述术前膝关节假体图像和所述术前关节线图像，确定第一膝关节假体的规格型号与位置，包括：基于所述术前膝关节假体图像中第二膝关节假体在膝关节中的位置，确定预期膝关节假体图像中所述第一膝关节假体在膝关节中的位置；基于关节线调整长度和所述第二膝关节假体，确定所述第一膝关节假体的规格型号；其中，所述关节线调整长度基于所述术前关节线图像中的第一膝关节关节线的长度和预期关节线图像中的第二膝关节关节线的长度确定。3.根据权利要求2所述的基于深度学习的全膝关节置换术后翻修术前规划方法，其特征在于，所述第一膝关节关节线的长度为以下中的任一项：术前膝关节正位图像中腓骨头最高点到第一连线的垂线段长度；所述术前膝关节正位图像中股骨内收肌结节到所述第一连线的垂线段长度；术前膝关节侧位图像中胫骨结节到第二连线的垂线段长度；所述术前膝关节侧位图像中所述胫骨结节到股骨内侧髁平面所在直线的垂线段长度；所述术前膝关节侧位图像中所述胫骨结节到股骨外侧髁平面所在直线的垂线段长度；其中，所述术前膝关节图像包括所述术前膝关节正位图像和所述术前膝关节侧位图像；所述第一连线为股骨下端内侧髁关节面的最低点与股骨下端外侧髁关节面的最低点的连线；所述第二连线为经过股骨最低点且与胫骨平台切线平行的直线。4.根据权利要求1所述的基于深度学习的全膝关节置换术后翻修术前规划方法，其特征在于，所述深度学习模型通过如下方式训练：获取膝关节图像数据集；所述膝关节图像数据集包...

【专利技术属性】
技术研发人员：张逸凌，刘星宇，
申请(专利权)人：张逸凌，
类型：发明
国别省市：