基于深度学习的膝关节髌骨置换三维术前规划系统及方法技术方案

本发明专利技术提供一种基于深度学习的膝关节髌骨置换三维术前规划系统及方法，通过获取膝关节的医学图像，并基于医学图像进行图像分割，得到髌骨特征图，在髌骨特征图上识别并标记第一髌骨特征点，基于髌骨特征图进行三维重建，得到三维髌骨模型，并基于所述第一髌骨特征点的位置信息，将所述第一髌骨特征点投影到所述三维髌骨模型的第一表面，得到第二髌骨特征点，其中，第二髌骨特征点包括第二上极点、第二下极点、第二外侧边缘点以及第二内侧边缘点，基于三维髌骨模型的结构参数，获取髌骨假体，基于髌骨假体以及第二髌骨特征点，确定三维髌骨模型的目标截骨面。可以获取到三维髌骨模型的目标截骨面，从而可以针对膝关节髌骨提供准确的术前规划方案。确的术前规划方案。确的术前规划方案。

【技术实现步骤摘要】
基于深度学习的膝关节髌骨置换三维术前规划系统及方法


[0001]本专利技术涉及计算机
，尤其涉及一种基于深度学习的膝关节髌骨置换三维术前规划系统及方法。

技术介绍

[0002]在全膝关节置换术中，对髌骨进行截骨处理的好坏，对患者的影响较大。但是，由于每个人的髌骨形状并不相同，导致无法获取每个人的髌骨相关的信息。目前，采用在二维X线片或尸体解剖标本对髌骨进行实体测量，其测量准确性受到多种因素的影响，无法获取准确的髌骨相关的信息，进而也无法针对膝关节髌骨提供准确的术前规划方案。因此，亟需一种能够获取准确的髌骨信息的方法，进而能够针对膝关节髌骨提供准确的术前规划方案。

技术实现思路

[0003]本专利技术提供一种基于深度学习的膝关节髌骨置换三维术前规划系统及方法，用以解决现有技术中无法获取准确的髌骨信息，也无法针对膝关节髌骨提供准确的术前规划方案的缺陷，实现获取准确的髌骨的信息，进而可以针对膝关节髌骨提供准确的术前规划方案。
[0004]本专利技术提供一种基于深度学习的膝关节髌骨置换三维术前规划方法，所述方法包括：
[0005]获取膝关节的医学图像，并基于所述医学图像进行图像分割，得到髌骨特征图；
[0006]在所述髌骨特征图上识别并标记第一髌骨特征点，其中，所述第一髌骨特征点包括第一上极点、第一下极点、第一外侧边缘点以及第一内侧边缘点；
[0007]基于所述髌骨特征图进行三维重建，得到三维髌骨模型，并基于所述第一髌骨特征点的位置信息，将所述第一髌骨特征点投影到所述三维髌骨模型的第一表面，得到第二髌骨特征点，其中，所述第二髌骨特征点包括第二上极点、第二下极点、第二外侧边缘点以及第二内侧边缘点；
[0008]基于所述三维髌骨模型的结构参数，获取髌骨假体；
[0009]基于所述髌骨假体以及所述第二髌骨特征点，确定所述三维髌骨模型的目标截骨面。
[0010]可选的，所述第二髌骨特征点还包括多个第一目标点；
[0011]在将所述第一髌骨特征点投影到所述三维髌骨模型的第一表面，得到第二髌骨特征点之后，所述方法还包括：
[0012]基于所述第二上极点与所述第二下极点之间的连接线，以及所述第二外侧边缘点与所述第二内侧边缘点之间的连接线，将所述第一表面划分为四个点候选区域；
[0013]从四个所述点候选区域中任取三个所述点候选区域，并从任取的三个所述点候选区域中分别选取一个点作为第一目标点，基于三个所述第一目标点确定第一平面，其中，所
述第一平面用于确定所述三维髌骨模型的目标截骨面。
[0014]可选的，在基于所述第一髌骨特征点的位置信息，将所述第一髌骨特征点投影到所述三维髌骨模型的第一表面，得到第二髌骨特征点之前，所述方法还包括：
[0015]基于矫正线段调整所述三维髌骨模型，以使所述三维髌骨模型的第一表面与人体冠状面平行，其中，所述矫正线段由所述第二上极点与所述第二下级点的连接线，以及所述第二外侧边缘点与所述第二内侧边缘点的连接线构成。
[0016]可选的，基于所述髌骨假体以及所述第二髌骨特征点，确定所述三维髌骨模型的目标截骨面，包括：
[0017]基于所述髌骨假体，获取所述髌骨假体的参数信息；
[0018]基于所述髌骨假体的参数信息，确定所述三维髌骨模型的截骨厚度值；
[0019]将三个所述第一目标点沿远离所述三维髌骨模型的第一表面的方向分别进行投影，得到与三个所述第一目标点分别对应的三个第二目标点，每个所述第一目标点与每个所述第二目标点之间的距离值为所述截骨厚度值；
[0020]基于三个所述第二目标点，确定所述三维髌骨模型的目标截骨面；其中，所述目标截骨面与所述第一平面平行。
[0021]可选的，基于所述医学图像进行图像分割，得到髌骨特征图，包括：
[0022]将所述医学图像输入预先训练完成的分割模型，得到髌骨特征图，其中，所述分割模型为基于样本医学图像训练得到的模型；
[0023]在所述髌骨特征图上识别并标记第一髌骨特征点，包括：
[0024]将所述髌骨特征图输入预先训练完成的点识别模型，得到已标记第一髌骨特征点的图像，其中，所述点识别模型为基于样本髌骨特征图训练得到的模型。
[0025]可选的，所述分割模型包括：深度卷积神经网络、空洞空间卷积池化金字塔网络、第一卷积层、第二卷积层、第三卷积层、第一池化层、第二池化层以及拼接层；
[0026]将所述医学图像输入预先训练完成的分割模型，得到髌骨特征图，包括：
[0027]将所述医学图像输入所述深度卷积神经网络提取低级图像特征；
[0028]将所述低级图像特征输入所述空洞空间卷积池化金字塔网络，提取图像的语义信息，得到高级图像特征；
[0029]将所述低级图像特征输入所述第一卷积层，得到当前低级图像特征；
[0030]将所述高级图像特征输入所述第二卷积层，并将所述第二卷积层输出的图像特征输入所述第一池化层进行上采样，得到当前高级图像特征；
[0031]将所述当前高级图像特征与所述当前低级图像特征输入所述拼接层进行拼接，得到骨骼特征图；
[0032]将所述骨骼特征图输入所述第三卷积层，并将所述第三卷积层输出的图像特征输入所述第二池化层进行上采样，得到与所述医学图像尺寸一致的髌骨特征图。
[0033]可选的，所述点识别模型包括：第四卷积层、第五卷积层、复制层以及池化层；
[0034]将所述髌骨特征图输入预先训练完成的点识别模型，得到已标记髌骨特征点的图像，包括：
[0035]将所述髌骨特征图输入所述第四卷积层进行特征提取，得到待复制特征；
[0036]将所述待复制特征输入对应的所述复制层进行特征复制，得到复制特征；
[0037]将所述待复制特征输入所述第五卷积层进行特征提取，得到待池化特征；
[0038]将所述待池化特征与复制特征相加，并输入对应的池化层，得到池化特征，基于所述池化特征，得到热力图，其中，所述热力图中包括像素值能够表征髌骨特征点概率的像素；
[0039]从所述热力图中选取最大概率值点作为第一髌骨特征点，并标记所述第一髌骨特征点，其中，所述最大概率值点为像素的像素值最大的点。
[0040]本专利技术还提供一种基于深度学习的膝关节髌骨置换三维术前规划系统，所述系统包括：
[0041]第一获取模块，用于获取膝关节的医学图像，并基于所述医学图像进行图像分割，得到髌骨特征图；
[0042]标记模块，用于在所述髌骨特征图上识别并标记第一髌骨特征点，其中，所述第一髌骨特征点包括第一上极点、第一下极点、第一外侧边缘点以及第一内侧边缘点；
[0043]投影模块，用于基于所述髌骨特征图进行三维重建，得到三维髌骨模型，并基于所述第一髌骨特征点的位置信息，将所述第一髌骨特征点投影到所述三维髌骨模型的第一表面，得到第二髌骨特征点，其中，所述第二髌骨特征点包括第二上极点、第二下极点、第二外侧边缘点以及第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的膝关节髌骨置换三维术前规划方法，其特征在于，所述方法包括：获取膝关节的医学图像，并基于所述医学图像进行图像分割，得到髌骨特征图；在所述髌骨特征图上识别并标记第一髌骨特征点，其中，所述第一髌骨特征点包括第一上极点、第一下极点、第一外侧边缘点以及第一内侧边缘点；基于所述髌骨特征图进行三维重建，得到三维髌骨模型，并基于所述第一髌骨特征点的位置信息，将所述第一髌骨特征点投影到所述三维髌骨模型的第一表面，得到第二髌骨特征点，其中，所述第二髌骨特征点包括第二上极点、第二下极点、第二外侧边缘点以及第二内侧边缘点；基于所述三维髌骨模型的结构参数，获取髌骨假体；基于所述髌骨假体以及所述第二髌骨特征点，确定所述三维髌骨模型的目标截骨面。2.根据权利要求1所述的基于深度学习的膝关节髌骨置换三维术前规划方法，其特征在于，所述第二髌骨特征点还包括多个第一目标点；在将所述第一髌骨特征点投影到所述三维髌骨模型的第一表面，得到第二髌骨特征点之后，所述方法还包括：基于所述第二上极点与所述第二下极点之间的连接线，以及所述第二外侧边缘点与所述第二内侧边缘点之间的连接线，将所述第一表面划分为四个点候选区域；从四个所述点候选区域中任取三个所述点候选区域，并从任取的三个所述点候选区域中分别选取一个点作为第一目标点，基于三个所述第一目标点确定第一平面，其中，所述第一平面用于确定所述三维髌骨模型的目标截骨面。3.根据权利要求2所述的基于深度学习的膝关节髌骨置换三维术前规划方法，其特征在于，在基于所述第一髌骨特征点的位置信息，将所述第一髌骨特征点投影到所述三维髌骨模型的第一表面，得到第二髌骨特征点之前，所述方法还包括：基于矫正线段调整所述三维髌骨模型，以使所述三维髌骨模型的第一表面与人体冠状面平行，其中，所述矫正线段由所述第二上极点与所述第二下级点的连接线，以及所述第二外侧边缘点与所述第二内侧边缘点的连接线构成。4.根据权利要求2所述的基于深度学习的膝关节髌骨置换三维术前规划方法，其特征在于，基于所述髌骨假体以及所述第二髌骨特征点，确定所述三维髌骨模型的目标截骨面，包括：基于所述髌骨假体，获取所述髌骨假体的参数信息；基于所述髌骨假体的参数信息，确定所述三维髌骨模型的截骨厚度值；将三个所述第一目标点沿远离所述三维髌骨模型的第一表面的方向分别进行投影，得到与三个所述第一目标点分别对应的三个第二目标点，每个所述第一目标点与每个所述第二目标点之间的距离值为所述截骨厚度值；基于三个所述第二目标点，确定所述三维髌骨模型的目标截骨面；其中，所述目标截骨面与所述第一平面平行。5.根据权利要求1所述的方法，其特征在于，基于所述医学图像进行图像分割，得到髌骨特征图，包括：将所述医学图像输入预先训练完成的分割模型，得到髌骨特征图，其中，所述分割模型
为基于样本医学图像训练得到的模型；在所述髌骨特征图上识别并标记第一髌骨特征点，包括：将所述髌骨特征图输入预先训练完成的点识别模型，得到已标记第一髌骨特征点的图像，其中，所述点识别模型为基于样本髌骨特征图训练得到的模型。6.根据权利...

【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：