[發明專利]基于深度學習的全髖關節術后偏心距的計算方法及系統

在審

• 申請號: 202210173026.0
• 申請日: 2022-02-24
• 公開（公告）號: CN114648492A
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 柴偉;智信;孔祥朋;李睿;范哲奇;馬明陽
• 申請（專利權）人: 中國人民解放軍總醫院第四醫學中心
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/187;G06T7/60;G06T7/70;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 鄭朝然

本發明提供一種基于深度學習的全髖關節術后偏心距的計算方法及系統，涉及醫學技術領域，能夠實現對全髖關節置換手術的患者術后情況進行準確評估，方法包括：獲取髖關節置換手術術后的患者的髖關節圖像；基于深度學習的目標識別網絡，識別所述髖關節圖像中的關鍵點位置和目標區域；根據所述關鍵點位置和所述目標區域，確定所述患者的偏心距。所述系統執行所述方法。本發明基于髖關節置換手術術后的患者的髖關節圖像，計算髖關節置換手術術后患者的偏心距，以實現對進行髖關節置換手術術后的患者的恢復情況的準確評估。

技術領域

本發明涉及醫學技術領域，尤其涉及一種基于深度學習的全髖關節術后偏心距的計算方法及系統。

背景技術

在醫學領域中全髖關節置換手術的術后評估對于手術的成功率起著非常重要的作用，因此如何提供準確的術后評估是非常重要的。

目前主要的術前評估方式為人工通過各種工具進行測量，效率低而且準確性無法保證，因此亟需提供一種更便捷更準確的術后評估的方法。

發明內容

本發明提供的基于深度學習的全髖關節術后偏心距的計算方法及系統，用于現有技術中存在的上述問題，基于髖關節置換手術術后的患者的髖關節圖像，計算髖關節置換手術術后患者的偏心距，以實現對進行髖關節置換手術術后的患者的恢復情況的準確評估。

本發明提供的一種基于深度學習的全髖關節術后偏心距的計算方法，包括：獲取髖關節置換手術術后的患者的髖關節圖像；基于深度學習的目標識別網絡，識別所述髖關節圖像中的關鍵點位置和目標區域；根據所述關鍵點位置和所述目標區域，確定所述患者的偏心距。

根據本發明提供的一種基于深度學習的全髖關節術后偏心距的計算方法，所述目標識別網絡基于點識別神經網絡以及分割神經網絡訓練得到；或者，基于包括堆疊沙漏網絡結構、分割Segment-Head網絡以及關鍵點Keypoint-Head網絡的預設神經網絡模型訓練得到。

根據本發明提供的一種基于深度學習的全髖關節術后偏心距的計算方法，所述基于深度學習的目標識別網絡，識別所述髖關節圖像中的關鍵點位置和目標區域，包括：將所述髖關節圖像輸入至目標識別網絡，以識別所述髖關節圖像中的坐骨區域雙側的第一淚滴點位、第二淚滴點位、恥骨聯合點位、股骨假體球頭區域、健側股骨頭區域、雙側骨皮質區域和坐骨區域；將所述第一淚滴點位和所述第二淚滴點位確定為第一關鍵點位置，并將所述恥骨聯合點位確定為第二關鍵點位置；根據所述第一關鍵點位置以及所述第二關鍵點位置，確定所述關鍵點位置；將所述股骨假體球頭區域、所述健側股骨頭區域、所述雙側骨皮質區域和所述坐骨區域，確定為所述目標區域。

根據本發明提供的一種基于深度學習的全髖關節術后偏心距的計算方法，所述根據所述關鍵點位置和所述目標區域，確定所述患者的偏心距，包括：根據所述雙側骨皮質區域，確定與所述股骨假體球頭區域同側的第一股骨髓腔中心線和與所述健側股骨頭區域同側的第二股骨髓腔中心線；確定所述股骨假體球頭區域的第一旋轉中心點與所述第一股骨髓腔中心線之間的第一最短距離；確定所述健側股骨頭區域的第二旋轉中心與所述第二股骨髓腔中心線之間的第二最短距離；根據所述第一最短距離和所述第二最短距離之間的差值，確定股骨偏心距；其中，所述偏心距包括所述股骨偏心距。

根據本發明提供的一種基于深度學習的全髖關節術后偏心距的計算方法，所述根據所述關鍵點位置和所述目標區域，確定所述患者的偏心距，還包括：根據所述股骨假體球頭區域的第一旋轉中心點、所述健側股骨頭區域的第二旋轉中心點、坐骨結節線和骨盆中軸線，確定髖臼杯偏心距；或,根據所述第一旋轉中心點、所述第二旋轉中心點、雙側淚滴點位連線和所述骨盆中軸線，確定所述髖臼杯偏心距；其中，所述坐骨結節線是根據所述坐骨區域的雙側的第一最低點和第二最低點確定的；所述雙側淚滴點位連線是根據所述第一關鍵點位置確定的；所述骨盆中軸線是根據所述第二關鍵點位置和所述坐骨結節線確定的；所述偏心距包括所述髖臼杯偏心距。