一种前臂骨标志点智能识别方法技术

本发明专利技术公开一种前臂骨标志点智能识别方法，属于前臂骨标志点识别领域。从前臂骨三维模型中确定前臂骨端轴线，建立垂直于前臂骨端轴线的平行面系，选取平行面系中各面与前臂骨三维模型相交的最大轮廓面积所在面为前臂骨端特征平面，前臂骨端局部坐标系，利用前臂骨端特征平面和前臂骨三维模型确定初始前臂骨性标志点，对初始前臂骨性标志点在预设邻域范围内进行局部寻优，确定最终识别的前臂骨性标志点。本发明专利技术综合了统计学方法和几何方法，具有较好的稳定性和个体特异性，在根据解剖学知识识别处标志点的大致位置后，再采用局部寻优的方式对标志点识别结果进行优化，提高识别的精度，适用于存在一定骨性畸形的前臂影像的骨性标志点自动识别。性标志点自动识别。性标志点自动识别。

【技术实现步骤摘要】
一种前臂骨标志点智能识别方法


[0001]本专利技术涉及骨性标志点识别领域，特别是涉及一种前臂骨标志点智能识别方法。

技术介绍

[0002]骨性标志点的识别广泛应用在矫形学、生物力学、形态学、人体测量学、流行病学、人类学和法医学等诸多领域。
[0003]目前，骨标志点大多由人工的方式进行识别，但人工识别存在如下缺点：(1)难以提供可重复性的结果，观察者内和观察者间存在一定的差异；(2)人工识别需要对识别者进行相关的培训，耗费人力、物力；(3)采用人工标注降低了医学影像识别的自动化程度。
[0004]骨性标志点的识别可分为统计学方法和几何方法。统计学方法对骨骼模型的分割精度要求较低，但需要一定规模的标注数据集来建立统计形状模型，基于统计学方法识别的标志点具有较好的鲁棒性，但其仅能推断标志点的大致位置，对个体特征变异性识别精度较低。几何方法考虑骨表面曲率及其他几何信息，并结合解剖学先验知识，对骨标志点建立数学模型，其受限于个体骨结构的较大差异，可能会收敛到局部最优位置，而非理想的最优位置。
[0005]因此，总结目前的自动识别方式存在如下问题：
[0006](1)骨标志点，特别是长骨标志点的研究主要集中在下肢，对上肢的研究较少；
[0007](2)统计学方法需要大量数据，且识别的结果是统计学获得的平均结果，个体表征性较差；而采用几何方法的识别，具有较高的再现性，但鲁棒性难以保证，可能收敛到其他几何特征点上；
[0008](3)对于存在一定骨性畸形的前臂影像，单纯采用统计学方式和几何方法很可能会识别失效。
[0009]综上，现阶段还没有适用于前臂骨的，样本数据集规模有限的，且适用于存在一定骨性畸形的前臂影像的骨性标志点识别方法。

技术实现思路

[0010]本专利技术的目的是提供一种前臂骨标志点智能识别方法，适用于存在一定骨性畸形的前臂影像的骨性标志点自动识别。
[0011]为实现上述目的，本专利技术提供了如下方案：
[0012]一种前臂骨标志点智能识别方法，包括：
[0013]从前臂CT影像中提取前臂骨，构建前臂骨三维模型；所述前臂骨包括桡骨和尺骨；
[0014]在所述前臂骨三维模型中确定前臂骨端轴线；所述前臂骨端包括桡骨远端和尺骨近端；
[0015]建立垂直于前臂骨端轴线的平行面系，并将平行面系中各面与前臂骨三维模型相交的最大轮廓面积所在面确定为前臂骨端特征平面；
[0016]以前臂骨端特征平面的轮廓中心为原点，建立前臂骨端局部坐标系；
[0017]基于前臂骨端局部坐标系，利用前臂骨端特征平面和前臂骨三维模型确定初始前臂骨性标志点；
[0018]对初始前臂骨性标志点在预设邻域范围内进行局部寻优，确定最终识别的前臂骨性标志点。
[0019]可选的，在所述前臂骨三维模型中确定前臂骨端轴线，具体包括：
[0020]当所述前臂骨为桡骨时，确定所述前臂骨三维模型为桡骨三维模型；
[0021]在桡骨远端1/3区段沿前臂CT影像纵轴走向构建平行面系；
[0022]确定桡骨三维模型与平行面系中各平面所形成的轮廓以及轮廓中心；
[0023]采用最小二乘方式将平行面系中各平面的轮廓中心拟合为空间直线，作为桡骨远端轴线。
[0024]可选的，所述以前臂骨端特征平面的轮廓中心为原点，建立前臂骨端局部坐标系，具体包括：
[0025]将桡骨特征平面轮廓的中心点作为桡骨远端局部坐标系的原点O
R
；
[0026]将尺骨远端轴线与桡骨特征平面的交点记为P
U
；
[0027]以方向为X轴方向，以桡骨远端轴线为Z轴方向，且从近端指向远端的方向为Z轴正方向，并通过右手法则确定Y轴方向，建立桡骨远端局部坐标系。
[0028]可选的，所述基于前臂骨端局部坐标系，利用前臂骨端特征平面和前臂骨三维模型确定初始前臂骨性标志点，具体包括：
[0029]构建桡骨远端平台模板；所述桡骨远端平台模板中标注有桡骨标志点；所述桡骨标志点包括桡骨Lister结节、桡骨茎突背侧端点、桡骨茎突掌侧端点和桡骨乙状切迹掌侧端点；
[0030]对桡骨特征平面轮廓进行归一化，获得桡骨远端平台；
[0031]根据桡骨远端平台轮廓，利用桡骨远端局部坐标系，获得掌尺侧区域的桡骨远端平台轮廓部分中到原点距离最大的点，作为初始的桡骨乙状切迹掌侧端点；
[0032]将初始的桡骨乙状切迹掌侧端点旋转至固定角度，获得旋转后的桡骨远端平台轮廓；
[0033]采用迭代最近点法对旋转后的桡骨远端平台轮廓与桡骨远端平台模板轮廓进行配准；
[0034]选取配准后的桡骨远端平台轮廓中桡骨Lister结节与桡骨远端平台模板的桡骨Lister结节距离最近的点，配准后的桡骨远端平台轮廓中桡骨茎突背侧端点与桡骨远端平台模板的桡骨茎突背侧端点距离最近的点，配准后的桡骨远端平台轮廓中桡骨茎突掌侧端点与桡骨远端平台模板的桡骨茎突掌侧端点距离最近的点，配准后的桡骨远端平台轮廓中桡骨乙状切迹掌侧端点与桡骨远端平台模板的桡骨乙状切迹掌侧端点距离最近的点，并记为初始桡骨标志点。
[0035]可选的，所述构建桡骨远端平台模板，具体包括：
[0036]选取多例前臂骨样本，并在每例前臂骨样本上标注桡骨标志点；
[0037]构建每例前臂骨样本的桡骨三维模型，并在每个桡骨三维模型中确定桡骨远端轴线；
[0038]建立垂直于桡骨远端轴线的平行面系，并将平行面系中各面与桡骨三维模型相交
的最大轮廓面积所在面确定为桡骨远端特征平面；
[0039]确定桡骨标志点在桡骨远端特征平面上的投影点以及桡骨远端特征平面轮廓点；
[0040]计算每个桡骨远端特征平面轮廓的面积，并对所有的面积进行统一；
[0041]将每个面积统一后的桡骨远端特征平面上的桡骨乙状切迹掌侧端点旋转至同一角度，获得多个旋转后的桡骨远端特征平面；
[0042]对旋转后的桡骨远端特征平面轮廓上桡骨乙状切迹掌侧端点的投影点到桡骨Lister结节的投影点之间的轮廓线段进行插值，桡骨Lister结节的投影点到桡骨茎突背侧端点的投影点之间的轮廓线段进行插值，桡骨茎突背侧端点的投影点到桡骨茎突掌侧端点的投影点之间的轮廓线段进行插值，桡骨茎突掌侧端点的投影点到桡骨乙状切迹掌侧端点的投影点之间的轮廓线段进行插值，使得在每段轮廓线段上插值形成数量固定的轮廓点；
[0043]计算各个轮廓点与O
R
的连线距离和角度；
[0044]根据所有前臂骨样本的各个轮廓点与O
R
的连线距离和角度，确定桡骨远端特征平面的平均轮廓，作为桡骨远端平台模板。
[0045]可选的，所述对初始前臂骨性标志点在预设邻域范围内进行局部寻优，确定最终识别的前臂骨性标志点，具体包括：
[0046]以初始桡骨标志点所在位置为原点，X轴为法线方向，Y轴为切线方向，Z轴本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种前臂骨标志点智能识别方法，其特征在于，包括：从前臂CT影像中提取前臂骨，构建前臂骨三维模型；所述前臂骨包括桡骨和尺骨；在所述前臂骨三维模型中确定前臂骨端轴线；所述前臂骨端包括桡骨远端和尺骨近端；建立垂直于前臂骨端轴线的平行面系，并将平行面系中各面与前臂骨三维模型相交的最大轮廓面积所在面确定为前臂骨端特征平面；以前臂骨端特征平面的轮廓中心为原点，建立前臂骨端局部坐标系；基于前臂骨端局部坐标系，利用前臂骨端特征平面和前臂骨三维模型确定初始前臂骨性标志点；对初始前臂骨性标志点在预设邻域范围内进行局部寻优，确定最终识别的前臂骨性标志点。2.根据权利要求1所述的前臂骨标志点智能识别方法，其特征在于，在所述前臂骨三维模型中确定前臂骨端轴线，具体包括：当所述前臂骨为桡骨时，确定所述前臂骨三维模型为桡骨三维模型；在桡骨远端1/3区段沿前臂CT影像纵轴走向构建平行面系；确定桡骨三维模型与平行面系中各平面所形成的轮廓以及轮廓中心；采用最小二乘方式将平行面系中各平面的轮廓中心拟合为空间直线，作为桡骨远端轴线。3.根据权利要求2所述的前臂骨标志点智能识别方法，其特征在于，所述以前臂骨端特征平面的轮廓中心为原点，建立前臂骨端局部坐标系，具体包括：将桡骨特征平面轮廓的中心点作为桡骨远端局部坐标系的原点O
R
；将尺骨远端轴线与桡骨特征平面的交点记为P
U
；以方向为X轴方向，以桡骨远端轴线为Z轴方向，且从近端指向远端的方向为Z轴正方向，并通过右手法则确定Y轴方向，建立桡骨远端局部坐标系。4.根据权利要求3所述的前臂骨标志点智能识别方法，其特征在于，所述基于前臂骨端局部坐标系，利用前臂骨端特征平面和前臂骨三维模型确定初始前臂骨性标志点，具体包括：构建桡骨远端平台模板；所述桡骨远端平台模板中标注有桡骨标志点；所述桡骨标志点包括桡骨Lister结节、桡骨茎突背侧端点、桡骨茎突掌侧端点和桡骨乙状切迹掌侧端点；对桡骨特征平面轮廓进行归一化，获得桡骨远端平台；根据桡骨远端平台轮廓，利用桡骨远端局部坐标系，获得掌尺侧区域的桡骨远端平台轮廓部分中到原点距离最大的点，作为初始的桡骨乙状切迹掌侧端点；将初始的桡骨乙状切迹掌侧端点旋转至固定角度，获得旋转后的桡骨远端平台轮廓；采用迭代最近点法对旋转后的桡骨远端平台轮廓与桡骨远端平台模板轮廓进行配准；选取配准后的桡骨远端平台轮廓中桡骨Lister结节与桡骨远端平台模板的桡骨Lister结节距离最近的点，配准后的桡骨远端平台轮廓中桡骨茎突背侧端点与桡骨远端平台模板的桡骨茎突背侧端点距离最近的点，配准后的桡骨远端平台轮廓中桡骨茎突掌侧端点与桡骨远端平台模板的桡骨茎突掌侧端点距离最近的点，配准后的桡骨远端平台轮廓中
桡骨乙状切迹掌侧端点与桡骨远端平台模板的桡骨乙状切迹掌侧端点距离最近的点，并记为初始桡骨标志点。5.根据权利要求4所述的前臂骨标志点智能识别方法，其特征在于，所述构建桡骨远端平台模板，具体包括：选取多例前臂骨样本，并在每例前臂骨样本上标注桡骨标志点；构建每例前臂骨样本的桡骨三维模型，并在每个桡骨三维模型中确定桡骨远端轴线；建立垂直于桡骨远端轴线的平行面系，并将平行面系中各面与桡骨三维模型相交的最大轮廓面积所在面确定为桡骨远端特征平面；确定桡骨标志点在桡骨远端特征平面上的投影点以及桡骨远端特征平面轮廓点；计算每个桡骨远端特征平面轮廓的面积，并对所有的面积进行统一；将每个面积统一后的桡骨远端特征平面上的桡骨乙状切迹掌侧端点旋转至同一角度，获得多个旋转后的桡骨远端特征平面；对旋转后的桡骨远端特征平面轮廓上桡骨乙状切迹掌侧端点的投影点到桡骨Lister结节的投影点之间的轮廓线段进行插值，桡骨Lister结节的投影点到桡骨茎突背侧端点的投影点之间的轮廓线段进行插值，桡骨茎突背侧端点的投影点到桡骨茎突掌侧端点的投影点之间的轮廓线段进行插值，桡骨茎突掌侧端点的投影点到桡骨乙状切迹掌侧端点的投影点之间的轮廓线段进行插值，使得在每段轮廓线段上插值形成数量固定的轮廓点；计算各...

【专利技术属性】
技术研发人员：周天丰，崔颖，郭玉冰，陈山林，刘路，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：