[發明專利]一種基于深度學習和數字重建放射影像的股骨X線片生成系統及方法有效
| 申請號: | 201810619600.4 | 申請日: | 2018-06-15 |
| 公開(公告)號: | CN108765417B | 公開(公告)日: | 2021-11-05 |
| 發明(設計)人: | 賈陽;韓俊剛;李倩;祝立陽;魏強;華煊 | 申請(專利權)人: | 西安郵電大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T15/00;G06N3/04 |
| 代理公司: | 北京科迪生專利代理有限責任公司 11251 | 代理人: | 安麗 |
| 地址: | 710121 陜西省西安市長安區*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 深度 學習 數字 重建 放射 影像 股骨 生成 系統 方法 | ||
本發明提供了一種基于深度學習和數字重建放射影像的股骨X線片生成系統及方法,通過三維卷積神經網絡模型進行深度多任務回歸,自動提取包含小轉子和股骨內外側髁的CT片層,使用條件生成式對抗神經網絡進行股骨小轉子內外側髁圖像分割,對這兩個區域進行三維表面重建,通過計算高斯曲率求解小轉子和股骨內外側髁的頂點,計算過三點的平面與水平面的夾角得到最終需要旋轉校正的角度,通過數字重建放射影像,得到最佳位置的X線片模擬圖像,取代傳統CT模擬定位機使用的膠片圖像。本發明針對目前數字重建放射影像中股骨位置只能靠醫生手工標定,智能化水平不高、標定穩定性差,無法滿足實際需要的問題,使用計算機輔助方法進行股骨CT片校正和X線片模擬,能夠促進醫療設備的智能化。
技術領域
本發明涉及計算機輔助骨科手術術前規劃、骨科手術機器人等技術領域,尤其涉及CT片中股骨姿態校正、數字重建放射影像研究領域,具體涉及一種基于深度學習和數字重建放射影像技術的股骨X線片生成系統及方法。
背景技術
在日常拍攝下肢股骨CT片的過程中,患者可能會因疼痛、畸形等原因導致股骨姿態各異,難以達到姿態的統一和標準,在進行基于數字重建放射影像技術的X線片生成時,難以確定模擬X光源發射穿過CT圖像組的X射線的路徑,因此得到的X線片無法達到理想效果,在股骨骨折分析、股骨手術規劃中就無法確定準確、一致的測量結果和手術路徑。
為了輔助骨科醫生進行準確一致的股骨測量和手術規劃,常用的方法是在進行CT片拍攝時放置一些定位標記,在拍攝完CT片之后根據標記通過幾何變換將組織進行校正。專利申請公布的“用于測量脊柱位移的系統和方法(201580050702.3)”,在每個椎骨設置具有相關聯的定位標記器,定位系統提供定位標記器的方位,檢測定位標記器的初始方位、當前方位,并對于每個椎骨根據相關聯的定位標記器的當前方位和與椎骨相關聯的幾何變形計算椎骨的椎骨平面的當前方位。該發明的校正需要使用專門的標記器,操作較為復雜,耗時較長。
專利申請公布的“一種校正術前三維圖像的術中配準方法和裝置(CN102147919A)”通過采集術前術中患者不同角度的X射線圖像,完成術前、術中對應角度X射線圖像的配準操作,獲取各分離骨塊組織的變換矩陣,將多角度的變換矩陣作用于術前已分割分離的骨塊數據模型,獲得各骨塊模型在術中的真實方位。該發明中所涉及的分割算法僅依靠閾值、形態學和種子點生長算法,算法的可靠性不確定,校正需要額外拍攝術前術中的X線片,根據配準結果獲得校正變換矩陣。
發明內容
本發明的技術解決問題:針對目前數字重建放射影像中股骨位置只能靠醫生手工標定,智能化水平不高、標定穩定性差,無法滿足實際需要的問題,提供一種基于深度學習和數字重建放射影像的股骨X線片生成系統及方法,使用計算機輔助方法進行股骨CT片校正和X線片模擬,能夠促進醫療設備的智能化。
為實現上述目的,本發明通過三維卷積神經網絡模型,自動提取包含小轉子和股骨內外側髁的CT片層,使用條件生成式對抗神經網絡進行股骨小轉子內外側髁圖像分割、三維表面重建,計算高斯曲率求解小轉子和股骨內外側髁的頂點,計算股骨旋轉校正的角度,通過數字重建放射影像,得到最佳位置的X線片模擬圖像,取代傳統CT模擬定位機使用的膠片圖像。
基于深度學習和數字重建放射影像的股骨X線片生成系統,包括:模型訓練樣本模塊,建立三維卷積神經網絡模型模塊、CT片層插值模塊、基于條件生成式對抗神經網絡的股骨小轉子段和股骨內外側髁段圖像分割模塊、小轉子和股骨髁區域三維重建模塊、小轉子頂點和股骨內外側髁頂點檢測模塊、圖像旋轉校正模塊;其中:
模型訓練樣本模塊,實現對訓練數據的整理和標記,一方面為提取包含小轉子和股骨內外側髁的CT片層的三維卷積神經網絡模型訓練提供輸入圖像和目標片層標記信息,另一方面為分割股骨小轉子段和股骨內外側髁段圖像的基于條件生成式對抗神經網絡模型訓練提供輸入所需的手工分割樣本及其對應的原始圖像。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安郵電大學,未經西安郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810619600.4/2.html,轉載請聲明來源鉆瓜專利網。





