一种髋关节图像的分割方法、装置、设备及介质制造方法及图纸

本公开涉及一种髋关节图像的分割方法、装置、设备及介质，其中，该方法包括：获取包括髋关节的待分割图像；通过预先训练好的分割模型对待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；其中，分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。本公开能够降低分割成本，提高骨模型的统一性、完整性。完整性。完整性。

【技术实现步骤摘要】
一种髋关节图像的分割方法、装置、设备及介质


[0001]本公开涉及图像处理
，尤其涉及一种髋关节图像的分割方法、装置、设备及介质。

技术介绍

[0002]目前，大多数的髋关节置换手术机器人依赖于术前CT(Computed Tomography，电子计算机断层扫描)和对应的骨模型。其中，骨模型可以通过手动分割或自动分割得到。通过第三方软件(比如mimics)手动分割出髋关节的骨模型的方式耗时耗力，且手动分割出的骨模型因人而异，不能保证统一精准的结果，影响到术前规划的准确性。而自动分割大多局限在双侧的股骨和髋骨，分割结果不完整。不包括股骨头和股骨颈，但股骨头和股骨颈对于术前规划的自动化非常重要。
[0003]因此，需要一种成本低、统一完整的骨模型分割结果，以更好地辅助术前规划。

技术实现思路

[0004]为了解决上述技术问题，本公开提供了一种髋关节图像的分割方法、装置、设备及介质。
[0005]根据本公开的一方面，提供了一种髋关节图像的分割方法，包括：
[0006]获取包括髋关节的待分割图像；
[0007]通过预先训练好的分割模型对所述待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；
[0008]其中，所述分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；所述关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。
[0009]根据本公开的另一方面，提供了一种髋关节图像的分割装置，包括：
[0010]图像获取模块，用于获取包括髋关节的待分割图像；
[0011]分割模块，用于通过预先训练好的分割模型对所述待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；
[0012]其中，所述分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；所述关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。
[0013]根据本公开的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]处理器；
[0015]用于存储所述处理器可执行指令的存储器；
[0016]所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述方法。
[0017]根据本公开的另一方面，还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述方法。
[0018]本公开实施例提供的技术方案与现有技术相比具有如下优点：
[0019]本公开实施例提供一种髋关节图像的分割方法、装置、设备及介质，包括：获取包括髋关节的待分割图像；通过预先训练好的分割模型对待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；其中，分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。本技术方案中，利用分割模型对待分割图像中的骨骼进行分割，能够降低分割成本，提高骨模型的统一性；同时，由于分割模型是利用标注有股骨、股骨头、股骨颈和髋骨的第一髋关节样本图像集合训练得到的，从而，分割模型能够分割出股骨、股骨头、股骨颈和髋骨，增加了分割结果的完整性。
附图说明
[0020]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0021]为了更清楚地说明本公开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，对于本领域普通技术人员而言，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。
[0022]图1为本公开实施例所述髋关节图像的分割方法流程图；
[0023]图2为本公开实施例所述分割方法的实现场景示意图；
[0024]图3为本公开实施例所述一种分割模型的训练方法流程图；
[0025]图4为本公开实施例所述网络结构的示意图；
[0026]图5为本公开实施例所述搜索空间的示意图；
[0027]图6为本公开实施例所述另一种分割模型的训练方法流程图；
[0028]图7为本公开实施例所述髋关节图像的分割装置的结构框图；
[0029]图8为本公开实施例所述电子设备的结构示意图。
具体实施方式
[0030]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
[0031]在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
[0032]目前，骨模型可以通过手动分割或自动分割得到。其中，手动分割方式耗时耗力，不能保证统一精准的结果。自动分割方式分割结果不完整，大多局限在双侧的股骨和髋骨，不包括股骨头和股骨颈，但股骨头和股骨颈对于术前规划的自动化非常重要。基于此，为改善上述问题，本公开实施例提供了一种髋关节图像的分割方法、装置、设备及介质，为便于理解，以下对本公开实施例展开描述。
[0033]图1为本公开实施例提供的一种髋关节图像的分割方法的流程图，该方法可以由配置于终端的髋关节图像的分割装置执行，该装置可以采用软件和/或硬件实现。如图1所示，髋关节图像的分割方法可以包括如下步骤：
[0034]步骤S102，获取包括髋关节的待分割图像。其中，待分割图像的获取方式诸如包括：利用X线束、γ射线、超声波等对髋关节进行扫描，扫描范围从骨盆到股骨末端，由此得到包括髋关节的待分割图像。待分割图像例如为CT图像，以及，待分割图像可以是通过三维扫描得到的三维图像。
[0035]步骤S104，通过预先训练好的分割模型对待分割图像中的骨骼进行分割，得到髋关节对应的骨模型。其中，分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。
[0036]在本实施例中，可以将待分割图像输入至预先训练好的分割模型中，通过分割模型对待分割图像中的骨骼进行分割。分割具体可以包括：分割模型在待分割图像中确定各个关键骨骼以及各关键骨骼的位置；其中，关键骨骼可以包括：双侧的髋骨、双侧的股骨、双侧的股骨头和双侧的股骨颈。对于每个关键骨骼，在待分割图像中该关键骨骼的位置处，标记该关键骨骼对应的ID(Identity document，身份标识号码)。而后根据各个关键骨骼的分割结果生成骨模型；基于待分割图像为三维图像，那么，相应生成的骨模型为三维立体的骨模型。
[0037]本实施例中的分割模型，其训练过程所利用的第一髋关节样本图像集合，除了包括针对股骨、髋骨的标注，还加入了双侧的股骨头和股骨颈的标注。由此训练得到的分割模型在用于对待分割图像中的骨骼进行分割时，能够加入双侧股骨头和股骨颈的分割，得到的分割结果(也即髋关节对应的骨模型)更加完整，该骨模型不仅包括双侧髋骨，还本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种髋关节图像的分割方法，其特征在于，包括：获取包括髋关节的待分割图像；通过预先训练好的分割模型对所述待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；其中，所述分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；所述关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。2.根据权利要求1所述的方法，其特征在于，所述分割模型的训练过程包括：获取第一髋关节样本图像集合，所述第一髋关节样本图像集合包括多张标注有所述关键骨骼ID的第一髋关节样本图像；对所述第一髋关节样本图像集合进行预处理，得到第二髋关节样本图像集合；基于所述第二髋关节样本图像集合对预设的深度学习网络模型进行神经结构搜索处理，得到所述分割模型。3.根据权利要求2所述的方法，其特征在于，所述获取第一髋关节样本图像集合，包括：获取待进行标注的第一髋关节样本图像；针对每张所述第一髋关节样本图像，对所述第一髋关节样本图像中双侧的髋骨、股骨、股骨头和股骨颈分别进行区域截取，根据各关键骨骼的区域截取结果标注双侧的髋骨ID、股骨ID、股骨头ID和股骨颈ID。4.根据权利要求2所述的方法，其特征在于，所述对所述第一髋关节样本图像集合进行预处理，得到第二髋关节样本图像集合，包括：对所述第一髋关节样本图像的各维度上像素之间的距离进行插值统一，得到第一候选图像；将所述第一候选图像的CT值从原始区间映射至目标区间，得到第二候选图像；从所述第二候选图像中截取感兴趣区域，得到第三候选图像；采用预设的增强方式对所述第三候选图像进行增强，得到第二髋关节样本图像；其中，所述增强方式包括以下至少一种：随机旋转、随机扩缩、随机高斯平滑、随机偏移、随机高斯噪声和指定方向随机切割；将多张所述第二髋关节样本图像组成第二髋关节样本图像集合。5.根据权利要求2所述的方法，其特征在于，所述基于所述第二髋关节样本图像集合对预设的深度学习网络模型进行神经结构搜索处理，得到所述分割模型，包括：设置深度学习网络模型的网络结构的参数，所述网络结构的参数包括：块的数量、深...

【专利技术属性】
技术研发人员：孙亮，
申请(专利权)人：北京纳通医用机器人科技有限公司，
类型：发明
国别省市：