骨骼病变的确定装置制造方法及图纸

本申请公开了一种骨骼病变的确定装置

【技术实现步骤摘要】
骨骼病变的确定装置、电子设备以及存储介质


[0001]本申请涉及医疗科技领域，具体而言，涉及一种骨骼病变的确定装置
、
电子设备以及存储介质
。

技术介绍

[0002]在机器人辅助的关节置换手术中，手术导航的配准过程至关重要，它主要是通过光学定位跟踪系统在手术过程中采集患者的骨骼表面点，并通过配准算法将手术前生成的三维模型与患者的实际骨骼统一起来
。
[0003]但是，如果采集区域存在骨质病变会极大的影响配准精度
。
例如，在髋关节置换手术的过程中，由于手术的创口面积较小，因此只能在髋臼窝附近采集骨骼表面点，如果患者在髋臼窝内存在骨质囊肿，则会出现严重的配准偏差，进而影响手术精度
。
[0004]由此可见，现有技术中在进行关节置换手术等创伤面较小的手术时，存在难以有效识别骨骼病变区域，针对骨骼病变情况的检测效率较低的问题
。
[0005]针对上述的问题，目前尚未提出有效的解决方案
。

技术实现思路

[0006]本申请提供了一种骨骼病变的确定装置
、
电子设备以及存储介质，以至少解决现有技术中在对患者创伤面较小的情况下针对骨骼病变情况的检测效率低的技术问题
。
[0007]根据本申请的一个方面，提供了一种骨骼病变的确定装置，包括：第一确定单元，用于在目标骨骼对应的医学影像中确定目标影像区域，其中，所述目标影像区域中至少包括所述医学影像中的目标体素对应的待处理影像，所述待处理影像至少包括包含有所述目标体素的冠状面影像，横断面影像和矢状面影像；第二确定单元，用于依据所述待处理影像确定所述目标体素对应的
K
个目标特征向量，其中，
K
为大于1的整数，所述
K
个目标特征向量至少表征所述冠状面影像
、
所述横断面影像以及所述矢状面影像在不同角度方向下所对应的角二阶矩阵信息
、
熵信息
、
逆差分矩阵信息以及对比度信息；第三确定单元，用于对所述
K
个目标特征向量进行加权求和计算，并在计算结果大于目标阈值时确定所述目标骨骼在所述目标体素对应的位置处发生病变，其中，所述目标阈值用于表征所述发生有病变的骨骼与所述未发生病变的骨骼之间的特征差异临界值
。
[0008]可选地，所述第一确定单元，包括：三维重建子单元，用于依据所述目标骨骼对应的医学影像对所述目标骨骼进行三维重建，得到所述目标骨骼对应的三维空间模型；三维点云确定子单元，用于依据所述三维空间模型确定所述目标骨骼对应的三维点云；第一处理子单元，用于将所述医学影像中与所述三维点云中的空间点存在对应关系的体素作为所述目标体素；第二处理子单元，用于将所述医学影像中以所述目标体素作为中心点的预设体积的影像区域作为所述目标影像区域
。
[0009]可选地，所述第二确定单元，包括：归一化处理子单元，用于对所述待处理影像进行归一化处理，得到归一化影像；灰度压缩子单元，用于将所述归一化影像的灰度级数压缩
为预设级数，得到目标灰度影像；灰度矩阵生成子单元，用于生成所述目标灰度影像所对应的
M
个灰度矩阵，其中，
M
为大于1的整数，所述
M
个灰度矩阵中的每个灰度矩阵所对应的目标角度不同，所述每个灰度矩阵对应的目标角度用于表征该灰度矩阵在确定所述目标灰度影像中的相邻元素时所依据的方向角度；第一确定子单元，用于根据所述目标灰度影像所对应的
M
个灰度矩阵确定所述目标体素对应的
K
个目标特征向量
。
[0010]可选地，所述第一确定子单元，包括：第一确定模块，用于根据所述
M
个灰度矩阵中的每个灰度矩阵中的每个元素以及该灰度矩阵中所有元素之和确定该灰度矩阵对应的灰度共生矩阵；第二确定模块，用于根据所述每个灰度矩阵对应的灰度共生矩阵中的每个元素确定该灰度矩阵对应的
K
个待处理特征向量，其中，所述每个灰度矩阵对应的
K
个待处理特征向量表征所述冠状面影像
、
所述横断面影像以及所述矢状面影像在该灰度矩阵所对应的目标角度方向下对应的角二阶矩阵信息
、
熵信息
、
逆差分矩阵信息以及对比度信息；第三确定模块，用于根据所述
M
个灰度矩阵对应的所有第一特征向量
、
所述每个灰度矩阵对应的目标角度以及所述每个灰度矩阵对应的具体影像确定所述目标体素对应的
K
个目标特征向量
。
[0011]可选地，所述归一化处理子单元，包括：获取模块，用于获取所述冠状面影像
、
所述横断面影像以及所述矢状面影像三个影像包含的所有像素点对应的灰度值中的最小灰度值和最大灰度值；计算模块，用于计算所述待处理影像中的每个像素点对应的初始灰度值；第四确定模块，用于根据所述每个像素点对应的初始灰度值
、
所述最小灰度值以及所述最大灰度值确定该像素点对应的目标灰度值；调整模块，用于将所述待处理影像中的每个像素点的初始灰度值调整为该像素点对应的目标灰度值，得到所述归一化影像
。
[0012]可选地，所述灰度矩阵生成子单元，包括：目标角度获取模块，用于获取预设的
M
个目标角度；统计模块，用于在以每个目标角度作为相邻方向的依据的情况下，统计所述目标灰度图中各个相邻元素组合的出现频次；第五确定模块，用于根据所述各个相邻元素组合涉及到的元素以及所述各个相邻元素组合的出现频次，确定所述目标灰度影像基于所述
M
个目标角度中的每个目标角度所对应的一个灰度矩阵，得到所述
M
个灰度矩阵
。
[0013]可选地，所述骨骼病变的确定装置还包括：影像集合获取单元，用于获取第一影像集合和第二影像集合，其中，所述第一影像集合中包括多张已知发生有病变的骨骼对应的第一医学影像，所述第二影像集合中包括多张已知未发生病变的骨骼对应的第二医学影像；第四确定单元，用于根据所述第一影像集合中的每张第一医学影像确定该第一医学影像中的目标体素对应的
K
个第一特征向量；第五确定单元，用于根据所述第二影像集合中的每张第二医学影像确定该第二医学影像中的目标体素对应的
K
个第二特征向量；第六确定单元，用于根据所述每张第一医学影像中的目标体素对应的
K
个第一特征向量以及所述每张第二医学影像中的目标体素对应的
K
个第二特征向量确定目标阈值
。
[0014]可选地，其特征在于，所述第六确定单元，包括：第一计算子单元，用于对所述第一影像集合对应的所有第一特征向量进行概率分布计算，得到第一概率分布曲线；第二计算子单元，用于对所述第二影像集合对应的所有第二特征向量进行概率分布计算，得到第二概本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种骨骼病变的确定装置，其特征在于，包括：第一确定单元，用于在目标骨骼对应的医学影像中确定目标影像区域，其中，所述目标影像区域中至少包括所述医学影像中的目标体素对应的待处理影像，所述待处理影像至少包括包含有所述目标体素的冠状面影像，横断面影像和矢状面影像；第二确定单元，用于依据所述待处理影像确定所述目标体素对应的
K
个目标特征向量，其中，
K
为大于1的整数，所述
K
个目标特征向量至少表征所述冠状面影像
、
所述横断面影像以及所述矢状面影像在不同角度方向下所对应的角二阶矩阵信息
、
熵信息
、
逆差分矩阵信息以及对比度信息；第三确定单元，用于对所述
K
个目标特征向量进行加权求和计算，并在计算结果大于目标阈值时确定所述目标骨骼在所述目标体素对应的位置处发生病变，其中，所述目标阈值用于表征所述发生有病变的骨骼与所述未发生病变的骨骼之间的特征差异临界值
。2.
根据权利要求1所述的骨骼病变的确定装置，其特征在于，所述第一确定单元，包括：三维重建子单元，用于依据所述目标骨骼对应的医学影像对所述目标骨骼进行三维重建，得到所述目标骨骼对应的三维空间模型；三维点云确定子单元，用于依据所述三维空间模型确定所述目标骨骼对应的三维点云；第一处理子单元，用于将所述医学影像中与所述三维点云中的空间点存在对应关系的体素作为所述目标体素；第二处理子单元，用于将所述医学影像中以所述目标体素作为中心点的预设体积的影像区域作为所述目标影像区域
。3.
根据权利要求1所述的骨骼病变的确定装置，其特征在于，所述第二确定单元，包括：归一化处理子单元，用于对所述待处理影像进行归一化处理，得到归一化影像；灰度压缩子单元，用于将所述归一化影像的灰度级数压缩为预设级数，得到目标灰度影像；灰度矩阵生成子单元，用于生成所述目标灰度影像所对应的
M
个灰度矩阵，其中，
M
为大于1的整数，所述
M
个灰度矩阵中的每个灰度矩阵所对应的目标角度不同，所述每个灰度矩阵对应的目标角度用于表征该灰度矩阵在确定所述目标灰度影像中的相邻元素时所依据的方向角度；第一确定子单元，用于根据所述目标灰度影像所对应的
M
个灰度矩阵确定所述目标体素对应的
K
个目标特征向量
。4.
根据权利要求3所述的骨骼病变的确定装置，其特征在于，所述第一确定子单元，包括：第一确定模块，用于根据所述
M
个灰度矩阵中的每个灰度矩阵中的每个元素以及该灰度矩阵中所有元素之和确定该灰度矩阵对应的灰度共生矩阵；第二确定模块，用于根据所述每个灰度矩阵对应的灰度共生矩阵中的每个元素确定该灰度矩阵对应的
K
个待处理特征向量，其中，所述每个灰度矩阵对应的
K
个第一特征向量表征所述冠状面影像
、
所述横断面影像以及所述矢状面影像在该灰度矩阵所对应的目标角度方向下对应的角二阶矩阵信息
、
熵信息
、
逆差分矩阵信息以及对比度信息；第三确定模块，用于根据所述
M
个灰度矩阵对应的所有待处理特征向量
、...

【专利技术属性】
技术研发人员：王静芝，
申请(专利权)人：北京壹点灵动科技有限公司，
类型：发明
国别省市：