本申请提供了一种胫骨平台内外侧低点计算方法、装置、设备及计算机可读存储介质。该胫骨平台内外侧低点计算方法，包括：获取髋关节CT图像；对髋关节CT图像进行图像分割，得到胫骨数据；将胫骨数据在横断面方向投影，得到投影图像；基于投影图像，计算旋转角度；根据旋转角度，计算旋转矩阵；基于胫骨数据和旋转矩阵，得到旋转后胫骨图像；基于旋转后胫骨图像，使用随机梯度下降算法计算胫骨平台内外侧低点。根据本申请实施例，能够提高胫骨平台内外侧低点计算效率。点计算效率。点计算效率。
【技术实现步骤摘要】
胫骨平台内外侧低点计算方法、装置、设备及存储介质
[0001]本申请属于深度学习智能识别
，尤其涉及一种胫骨平台内外侧低点计算方法、装置、设备及计算机可读存储介质。
技术介绍
[0002]传统的胫骨平台内外侧低点计算方法，大多是人工采点，工作效率相对较低。
[0003]因此，如何提高胫骨平台内外侧低点计算效率是本领域技术人员亟需解决的技术问题。
技术实现思路
[0004]本申请实施例提供一种胫骨平台内外侧低点计算方法、装置、设备及计算机可读存储介质，能够提高胫骨平台内外侧低点计算效率。
[0005]第一方面，本申请实施例提供一种胫骨平台内外侧低点计算方法，包括：
[0006]获取髋关节CT图像；
[0007]对髋关节CT图像进行图像分割，得到胫骨数据；
[0008]将胫骨数据在横断面方向投影，得到投影图像；
[0009]基于投影图像，计算旋转角度；
[0010]根据旋转角度，计算旋转矩阵；
[0011]基于胫骨数据和旋转矩阵，得到旋转后胫骨图像；
[0012]基于旋转后胫骨图像，使用随机梯度下降算法计算胫骨平台内外侧低点。
[0013]可选的，对髋关节CT图像进行图像分割，得到胫骨数据，包括：
[0014]利用2D图像分割算法和/或3D图像分割算法，对髋关节CT图像进行图像分割，得到胫骨数据。
[0015]可选的，将胫骨数据在横断面方向投影，得到投影图像，包括：
[0016]在胫骨数据是三维数据的情况下，计算胫骨数据在z轴方向上的总和；
[0017]对胫骨数据在z方向上的总和进行归一化处理；
[0018]将归一化处理后的总和变换到预设范围的图像格式。
[0019]可选的，基于投影图像，计算旋转角度，包括：
[0020]计算投影图像的最小外接矩形；
[0021]计算最小外接矩形与x轴的夹角；
[0022]将夹角确定为旋转角度。
[0023]可选的，随机梯度下降算法，包括：
[0024]等概率随机抽取一个或一组样本的梯度信息和步长；
[0025]基于梯度信息和步长，确定每个样本的位置信息。
[0026]可选的，在确定每个样本的位置信息之后，还包括：
[0027]获取动量变量；
[0028]利用动量变量对位置信息进行更新。
[0029]可选的，计算胫骨平台内外侧低点，包括：
[0030]将胫骨平台最高点确定为起始点；
[0031]计算起始点的梯度；
[0032]沿着梯度更新起始点，逐步逼近最佳解，幅度大小以学习率控制，直至梯度接近于0，确定胫骨平台内外侧低点的最佳解。
[0033]第二方面，本申请实施例提供了一种胫骨平台内外侧低点计算装置，包括：
[0034]图像获取模块，用于获取髋关节CT图像；
[0035]图像分割模块，用于对髋关节CT图像进行图像分割，得到胫骨数据；
[0036]投影模块，用于将胫骨数据在横断面方向投影，得到投影图像；
[0037]旋转角度计算模块，用于基于投影图像，计算旋转角度；
[0038]旋转矩阵计算模块，用于根据旋转角度，计算旋转矩阵；
[0039]旋转图像获取模块，用于基于胫骨数据和旋转矩阵，得到旋转后胫骨图像；
[0040]关键点计算模块，用于基于旋转后胫骨图像，使用随机梯度下降算法计算胫骨平台内外侧低点。
[0041]第三方面，本申请实施例提供了一种电子设备，电子设备包括：处理器以及存储有计算机程序指令的存储器；
[0042]所述处理器执行所述计算机程序指令时实现如第一方面所示的胫骨平台内外侧低点计算方法。
[0043]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如第一方面所示的胫骨平台内外侧低点计算方法。
[0044]本申请实施例的胫骨平台内外侧低点计算方法、装置、设备及计算机可读存储介质，能够提高胫骨平台内外侧低点计算效率。
[0045]该胫骨平台内外侧低点计算方法，包括：获取髋关节CT图像；对髋关节CT图像进行图像分割，得到胫骨数据；将胫骨数据在横断面方向投影，得到投影图像；基于投影图像，计算旋转角度；根据旋转角度，计算旋转矩阵；基于胫骨数据和旋转矩阵，得到旋转后胫骨图像；基于旋转后胫骨图像，使用随机梯度下降算法计算胫骨平台内外侧低点。
附图说明
[0046]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本申请的一些实施方式，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。
[0047]图1是本申请一个实施例提供的胫骨平台内外侧低点计算方法的流程示意图；
[0048]图2是本申请一个实施例提供的旋转角度示意图；
[0049]图3是本申请一个实施例提供的旋转后胫骨图像的示意图；
[0050]图4是本申请一个实施例提供的使用随机梯度下降算法寻找全局最低点的示意图；
[0051]图5是本申请一个实施例提供的胫骨平台内外侧低点的示意图；
[0052]图6是本申请一个实施例提供的胫骨平台内外侧低点计算装置的结构示意图；
[0053]图7是本申请一个实施例提供的电子设备的结构示意图。
具体实施方式
[0054]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0055]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0056]传统的胫骨平台内外侧低点计算方法，大多是人工采点，工作效率相对较低。
[0057]为了解决现有技术问题，本申请实施例提供了一种胫骨平台内外侧低点计算方法、装置、设备及计算机可读存储介质。下面首本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种胫骨平台内外侧低点计算方法，其特征在于，包括：获取髋关节CT图像；对髋关节CT图像进行图像分割，得到胫骨数据；将胫骨数据在横断面方向投影，得到投影图像；基于投影图像，计算旋转角度；根据旋转角度，计算旋转矩阵；基于胫骨数据和旋转矩阵，得到旋转后胫骨图像；基于旋转后胫骨图像，使用随机梯度下降算法计算胫骨平台内外侧低点。2.根据权利要求1所述的胫骨平台内外侧低点计算方法，其特征在于，对髋关节CT图像进行图像分割，得到胫骨数据，包括：利用2D图像分割算法和/或3D图像分割算法，对髋关节CT图像进行图像分割，得到胫骨数据。3.根据权利要求1所述的胫骨平台内外侧低点计算方法，其特征在于，将胫骨数据在横断面方向投影，得到投影图像，包括：在胫骨数据是三维数据的情况下，计算胫骨数据在z轴方向上的总和；对胫骨数据在z方向上的总和进行归一化处理；将归一化处理后的总和变换到预设范围的图像格式。4.根据权利要求1所述的胫骨平台内外侧低点计算方法，其特征在于，基于投影图像，计算旋转角度，包括：计算投影图像的最小外接矩形；计算最小外接矩形与x轴的夹角；将夹角确定为旋转角度。5.根据权利要求1所述的胫骨平台内外侧低点计算方法，其特征在于，随机梯度下降算法，包括：等概率随机抽取一个或一组样本的梯度信息和步长；基于梯度信息和步长，确定每个样本的位置信息。6.根据权利要求5所述的胫骨平台内外侧低点计算方法，其特征在于，在确定每个样本的...
【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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。