Nothing Special   »   [go: up one dir, main page]

CN118000975B - 一种关节骨肿瘤假体的数字化生成方法和装置 - Google Patents

一种关节骨肿瘤假体的数字化生成方法和装置 Download PDF

Info

Publication number
CN118000975B
CN118000975B CN202410159227.4A CN202410159227A CN118000975B CN 118000975 B CN118000975 B CN 118000975B CN 202410159227 A CN202410159227 A CN 202410159227A CN 118000975 B CN118000975 B CN 118000975B
Authority
CN
China
Prior art keywords
prosthesis
model
lesion
image
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410159227.4A
Other languages
English (en)
Other versions
CN118000975A (zh
Inventor
张清
杨勇昆
张余
李卓宇
邓志平
鱼锋
郝林
李�远
刘巍峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jishuitan Hospital Affiliated To Capital Medical University
Original Assignee
Beijing Jishuitan Hospital Affiliated To Capital Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jishuitan Hospital Affiliated To Capital Medical University filed Critical Beijing Jishuitan Hospital Affiliated To Capital Medical University
Priority to CN202410159227.4A priority Critical patent/CN118000975B/zh
Publication of CN118000975A publication Critical patent/CN118000975A/zh
Application granted granted Critical
Publication of CN118000975B publication Critical patent/CN118000975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/3094—Designing or manufacturing processes
    • A61F2/30942—Designing or manufacturing processes for designing or making customized prostheses, e.g. using templates, CT or NMR scans, finite-element analysis or CAD-CAM techniques
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/46—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor
    • A61F2/4603—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor for insertion or extraction of endoprosthetic joints or of accessories thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/102—Modelling of surgical devices, implants or prosthesis
    • A61B2034/104—Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/3094—Designing or manufacturing processes
    • A61F2/30942—Designing or manufacturing processes for designing or making customized prostheses, e.g. using templates, CT or NMR scans, finite-element analysis or CAD-CAM techniques
    • A61F2002/30948—Designing or manufacturing processes for designing or making customized prostheses, e.g. using templates, CT or NMR scans, finite-element analysis or CAD-CAM techniques using computerized tomography, i.e. CT scans
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/46—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor
    • A61F2002/4632—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor using computer-controlled surgery, e.g. robotic surgery
    • A61F2002/4633—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor using computer-controlled surgery, e.g. robotic surgery for selection of endoprosthetic joints or for pre-operative planning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/46—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor
    • A61F2002/4635—Special tools or methods for implanting or extracting artificial joints, accessories, bone grafts or substitutes, or particular adaptations therefor using minimally invasive surgery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computing Systems (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Transplantation (AREA)
  • Databases & Information Systems (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Vascular Medicine (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Geometry (AREA)
  • Robotics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Physical Education & Sports Medicine (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Manufacturing & Machinery (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种关节骨肿瘤假体的数字化生成方法和装置，应用于医疗器械技术领域，包括:获取患者的术前多模态影像，并输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围，得到匹配的截骨导板模型，并生成匹配的假体模型；最后对所述匹配的假体模型进行模拟截骨和结构力学分析。本发明能够实现个性化的截骨方案生成，并能实现精准的截骨导板生成和假体设计。

Description

一种关节骨肿瘤假体的数字化生成方法和装置
技术领域
本发明涉及医疗器械技术领域，特别是指一种关节骨肿瘤假体的数字化生成方法和装置。
背景技术
关节骨肿瘤的治疗方法是进行骨外科截骨手术。传统的骨外科解雇手术是术者根据经验和病灶的体表特征去判断并选定截骨位置，因此容易造成创伤大，截骨位置不精确，手术规划难等问题。现代的骨科智能截骨发展中也存在很多问题，例如因为骨骼结构的形状和角度会因个体差异而有所变化，因此截骨导板需要根据每个患者的具体情况进行定制设计。个体差异增加了手术过程中的复杂性和难度。另外就是在截骨手术之前，医生需要进行详细的术前规划，包括确定切割位置等参数。这些位置和患者的骨骼肌肉系统肿瘤外科分期有很大的相关程度。最后截骨手术后的术后恢复也是一个挑战。需要对假体进行充分的评估，以确保骨骼正常愈合和功能恢复。
发明内容
本发明实施例提供了一种关节骨肿瘤假体的数字化生成方法及装置。本申请提供了一种关节骨肿瘤假体的数字化生成方法。针对截骨位置不精确，手术规划难等问题，本公开不仅可以根据患者的术前多模态影像，截骨范围，还可以根据患者的骨骼肌肉系统肿瘤外科分期，得到个性化的截骨导板设计和假体设计，最后还可以对假体进行模拟截骨和结构力学分析。为解决上述发明目的，所述技术方案如下：
一方面，本申请实施例提供了一种关节骨肿瘤假体的数字化生成方法，包括以下步骤：
S1：获取患者的术前多模态影像，并对术前多模态影像进行预处理，得到预处理后的多模态影像；
S2：获取患者的骨骼肌肉系统肿瘤外科分期，将预处理后的多模态影像输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像，所述肿瘤分割模型是基于PatchGan网络的多分类模型；
S3：基于标记了病变区域和手术区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围；
S4：根据截骨范围，进行术中引导方案生成，所述引导方案包括计算机导航辅助技术的自动注册准备和截骨导板模型生成；
S5：根据标记了病变区域和手术区域的掩码图像，进行三维重建，得到重建的三维模型，生成匹配的假体模型；
S6：对所述匹配的假体模型进行模拟截骨和结构力学分析。
可选地,所述S1的获取患者的术前多模态影像，并对术前多模态影像进行预处理，得到预处理后的多模态影像，包括：
S11：获取覆盖同一区域的术前多模态影像，所述术前多模态影像包括：CT、MRI、PETCT和PET；
S12：对术前多模态影像中的每个影像进行强度归一化，得到归一化的术前多模态影像；
S13：对归一化的术前多模态影像进行偏置场校正，得到校正后的术前多模态影像；
S14：对校正后的术前多模态影像进行图像配准，得到配准后的术前多模态影像；
S15：对配准后的术前多模态影像进行光谱融合，得到预处理后的多模态影像。
可选地,在所述S2的获取患者的骨骼肌肉系统肿瘤外科分期，将预处理后的多模态影像输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像之前，所述肿瘤分割模型是基于PatchGan网络的多分类模型，所述方法还包括：
S0：对不同分期的待训练的肿瘤分割模型进行训练：
所述S0的对不同分期的待训练的肿瘤分割模型进行训练，包括：
S01：按照骨骼肌肉系统肿瘤外科分期，收集不同分期的包含多模态影像和对应的病变区域边界分割图像的医学影像数据集；
S02：针对不同分期，对所述医学影像数据集进行预处理，得到不同分期的预处理后的医学影像数据集；
S03：将不同分期的预处理后的医学影像数据集中的每个影像切分成多个Patch样本，所述Patch样本包含一系列面积低于阈值的影像和对应的病变区域边界分割图像；
S04：为每个Patch样本生成对应的标签，所述标签为三分类图像，所述三分类图像包括区域1、区域2和区域3，所述区域1为病变区域，所述区域2为手术区域，所述区域3为非病变区域，所述病变区域是病变且需要手术的区域，所述手术区域是非病变且需要手术的区域，所述非病变区域是非病变且不需要手术的区域；
S05：将Patch样本和标签结合，生成不同分期的训练数据；
S06：针对每个骨骼肌肉系统肿瘤外科分期，构建一个PatchGan网络，所述PatchGan网络包含生成器和辨别器；
S07：修改PatchGan网络，在生成器和辨别器添加注意力网络，得到不同分期的待训练的肿瘤分割模型；
S08：基于不同分期的训练数据对不同分期的待训练的肿瘤分割模型进行训练，直到所述生成模型和判别器收敛，得到不同分期的预训练的肿瘤分割模型，所述不同分期的预训练的肿瘤分割模型仅包含生成模型。
可选地,所述S3的基于标记了病变区域和手术区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围，包括：
S31：采用n*n*n的窗口遍历标记了病变区域和手术区域的掩码图像，计算窗口里面，病变区域、手术区域和非病变区域的占比，如果非病变区域占比超过80％，记录中心点为非病变区域，如果非病变区域占比不超过80％且手术区域占比等于高于病变区域，记录中心点为手术区域，如果非病变区域占比不超过80％且手术区域占比低于病变区域，记录中心点为病变区域；
S32：基于病变区域和手术区域，提取手术区域边界；
S33：基于病变区域，提取病变区域边界；
S34：计算病变区域的面积在手术区域的面积的占比，将所述占比和预设的阈值进行比较，如果占比大于预设的阈值，设定手术区域为截骨范围。
可选地,所述S4的根据截骨范围，进行术中引导方案生成，所述引导方案包括计算机导航辅助技术的自动注册准备和截骨导板模型生成，包括：
S41：获取截骨范围，根据所述截骨范围，得到截骨平面；
S42：基于截骨平面，获取匹配的截骨导板的基础模型；
S43：根据截骨范围，计算骨钉导管的数量；
S44：基于骨钉导管的数量，在匹配的截骨导板的基础模型添加骨钉导管，生成匹配的截骨导板模型；
S45：提取截骨范围的骨肿瘤特征；
S46：基于骨肿瘤特征提取手术中可见的骨肿瘤点，生成全部潜在标记物放置位置；
S47：计算全部潜在标记物放置位置在患者的术前多模态影像中的对应点之间的匹配关系；
S48：基于匹配关系，计算图像配准算法的参数，得到预调整的图像配准算法，所述预调整的图像配准算法用于计算机导航辅助技术的自动注册。
可选地,所述S5的根据标记了病变区域和手术区域的掩码图像，进行三维重建，得到重建的三维模型，生成匹配的假体模型，包括：
S51：根据预处理后的多模态影像和标记了病变区域和手术区域的掩码图像，使用三维重建技术来重建骨骼及周围骨组织的三维模型，得到重建的三维模型，所述三维重建技术包括体素化、表面重建或混合方法；
S52：根据重建的三维模型和掩码图像，进行假体参数定义，得到匹配的假体模型，所述假假体参数定义是基于重建的三维模型的手术区域，定义假体模型的形状、尺寸和材料；
S53：根据匹配的假体模型计算假体的体积，判断假体的体积是否等于重建的三维模型中的手术区域的体积，如果不相等，对匹配的假体模型进行修改。
可选地,所述S6的对所述匹配的假体模型进行模拟截骨和结构力学分析，包括：
S61：基于匹配的假体模型和匹配的截骨导板模型，进行模拟手术，验证假体和截骨导板的合理性；
S62：根据匹配的假体模型和重建的三维模型，提取假体和骨骼的运动学参数；
S63：基于假体和骨骼的运动学参数，设定材料属性、接触属性以及边界条件，模拟假体在关节屈伸和单腿站立状态下的载荷情况，分析出术前和术后的局部动态力学特性，所述局部动态力学特性包括假体各部位变形、应力/应变分布和内部能量变化特点，所述材料属性包括弹性模量和泊松比；
S64：基于术前和术后的局部动态力学特性，对假体的力学性能进行检测，并和植入物法规要求进行比对，根据预设的力学性能阈值，设定优化目标，修改匹配的假体模型，直到假体的力学性能符合预设的力学性能阈值。
第二方面，本申请实施例提供了一种关节骨肿瘤假体的数字化生成装置，包括以下步骤：
多模态影像单元：用于获取患者的术前多模态影像，并对术前多模态影像进行预处理，得到预处理后的多模态影像；
肿瘤分割模型单元：用于获取患者的骨骼肌肉系统肿瘤外科分期，将预处理后的多模态影像输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像，所述肿瘤分割模型是基于PatchGan网络的多分类模型；
边界单元：用于基于标记了病变区域和手术区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围；
引导方案单元：用于根据截骨范围，进行术中引导方案生成，所述引导方案包括计算机导航辅助技术的自动注册准备和截骨导板模型生成；
三维重建单元：用于根据标记了病变区域和手术区域的掩码图像，进行三维重建，得到重建的三维模型，生成匹配的假体模型；
结构力学单元：用于对所述匹配的假体模型进行模拟截骨和结构力学分析。
第三方面，本申请实施例提供了一种电子设备，其特征在于，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前面任意一项所述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前面任意一项所述的方法。
本发明实施例提供的技术方案带来的有益效果至少包括：
上述技术方案，与现有技术相比至少具有如下有益效果：上述方案，基于关节骨肿瘤假体的数字化生成方法，采用基于PatchGan网络的多分类模型充分的区别病变区域和手术区域，并在此基础上，采用重建的三维模型，实现手术区域和假体的精准匹配。最终基于匹配的假体模型进行个性化的截骨和结构力学分析。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
图1是本发明实施例提供的一种关节骨肿瘤假体的数字化生成方法流程图；
图2是本发明实施例提供的定制化假体的样例示意图；
图3是本发明实施例提供的一种关节骨肿瘤假体的数字化生成装置框图；
图4是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明实施例提供了一种关节骨肿瘤假体的数字化生成方法。该方法可以由电子设备实现，该电子设备可以是终端或服务器。如图1所示的一种关节骨肿瘤假体的数字化生成方法流程图，该方法的处理流程可以包括如下的步骤：
S1：获取患者的术前多模态影像，并对术前多模态影像进行预处理，得到预处理后的多模态影像；
作为一种可选的实施方式,所述S1包括：
S11：获取覆盖同一区域的术前多模态影像，所述术前多模态影像包括：CT、MRI、PETCT和PET；
S12：对术前多模态影像中的每个影像进行强度归一化，得到归一化的术前多模态影像；
S13：对归一化的术前多模态影像进行偏置场校正，得到校正后的术前多模态影像；
S14：对校正后的术前多模态影像进行图像配准，得到配准后的术前多模态影像；
S15：对配准后的术前多模态影像进行光谱融合，得到预处理后的多模态影像。
在一些实施例中，多模态影像重建技术是一种将多个不同类型的医学影像数据进行融合和重建的方法。它可以将来自不同影像模态(如CT、MRI、PET等)的数据结合起来，生成一个更全面和准确的三维模型。它可以提供更全面和准确的信息。具体的多模态影像重建技术和方法可能因应用需求和数据特点而有所差异。在实际应用中，需要根据具体情况选择和优化相应的方法。
需要说明的是，在进行多模态影像重建时，需要根据具体情况考虑每种影像的时效性，并确保在合理的时间范围内获取和处理影像数据。
S2：获取患者的骨骼肌肉系统肿瘤外科分期，将预处理后的多模态影像输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像，所述肿瘤分割模型是基于PatchGan网络的多分类模型；
作为一种可选的实施方式,在所述S2之前，所述方法还包括：
S0：对不同分期的待训练的肿瘤分割模型进行训练：
所述S0的对不同分期的待训练的肿瘤分割模型进行训练，包括：
S01：按照骨骼肌肉系统肿瘤外科分期，收集不同分期的包含多模态影像和对应病变区域边界分割图像的医学影像数据集；
S02：针对不同分期，对所述医学影像数据集进行预处理，得到不同分期的预处理后的医学影像数据集；
S03：将不同分期的预处理后的医学影像数据集中的每个影像切分成多个Patch样本，所述Patch样本包含一系列面积低于阈值的影像和对应的病变区域边界分割图像；
S04：为每个Patch样本生成对应的标签，所述标签为三分类图像，所述三分类图像包括区域1、区域2和区域3，所述区域1为病变区域，所述区域2为手术区域，所述区域3为非病变区域，所述病变区域是病变且需要手术的区域，所述手术区域是非病变且需要手术的区域，所述非病变区域是非病变且不需要手术的区域；
S05：将Patch样本和标签结合，生成不同分期的训练数据；
S06：针对每个骨骼肌肉系统肿瘤外科分期，构建一个PatchGan网络，所述PatchGan网络包含生成器和辨别器；
S07：修改PatchGan网络，在生成器和辨别器添加注意力网络，得到不同分期的待训练的肿瘤分割模型；
S08：基于不同分期的训练数据对不同分期的待训练的肿瘤分割模型进行训练，直到所述生成模型和判别器收敛，得到不同分期的预训练的肿瘤分割模型，所述不同分期的预训练的肿瘤分割模型仅包含生成模型。
在一些实施例中，PatchGan网络是一种用于图像生成和图像处理任务的卷积神经网络模型。PatchGan网络通过对图像的局部区域进行判别，而不是对整个图像进行判别。这种方法可以使网络对图像细节进行更准确的判断和处理。PatchGan网络有多个超参数需要进行调整，包括学习率、批量大小和网络结构等。在训练网络时，需要进行适当的超参数调整，以获得更好的性能和结果。
在一些实施例中，构建PatchGan模型可以使用深度学习框架(如TensorFlow、PyTorch等)构建PatchGan模型。PatchGAN的架构主要由卷积层、激励层和对比层构成。卷积层负责在图像上进行空间域的滤波操作，提取图像特征；激励层采用残差结构，通过跳跃连接来保留图像的细节信息；对比层则用于比较两个随机噪声向量是否属于同一分布。在训练过程中，可以通过最小化对抗性损失和重构损失来优化模型，提高生成图像的质量
需要说明的是，在使用PatchGan模型时，需要将输入图片分成若干个Patch。通常情况下，使用固定大小的滑动窗口来将输入图片分成Patch。由于截骨手术图像的特异性，例如，医学影像特征单一，病变区域小，本申请中的Patch生成过程，采用的滑动窗口需要小于50*50，并且步长要小于滑窗大小，确保相邻Patch之间有重叠区域。具体滑动窗口大小的确定可以参考最小病变区域的大小。同时相邻Patch之间的重叠区域不小于最小病变区域的一半。
需要说明的是，进行截骨手术时，手术区域通常要大于病变区域。因为截取部分大于病变区域可以提供足够的余地，以确保完全清除病变组织，并防止病变的扩散或残留。同时在截骨手术中，确保切口的边缘清晰度是至关重要的。通过截取部分大于病变区域，可以确保切口边缘清晰，并有足够的空间进行修复和重建。
需要进一步说明的是，将图像标记为病变区域、手术区域和非病变区域，可以让从事标记的专家，充分考虑发展阶段，骨骼形态，切口特点等多种因素。
优选地，当进行训练数据的标签的生成过程，可以将患者术前多模态影像导入Materialise Mimics软件，通过自动生成加手动选取切割骨缺损，重建骨骼及周围骨组织的三维模型；在利用患者骨骼三维模型，在Materialise Mimics软件中根据肿瘤位置标定病变区域和医师确认的手术区域。
S3：基于标记了病变区域和手术区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围；
作为一种可选的实施方式,所述S3包括：
S31：采用n*n*n的窗口遍历标记了病变区域和手术区域的掩码图像，计算窗口里面，病变区域、手术区域和非病变区域的占比，如果非病变区域占比超过80％，记录中心点为非病变区域，如果非病变区域占比不超过80％且手术区域占比等于高于病变区域，记录中心点为手术区域，如果非病变区域占比不超过80％且手术区域占比低于病变区域，记录中心点为病变区域；
S32：基于病变区域和手术区域，提取手术区域边界；
S33：基于病变区域，提取病变区域边界；
S34：计算病变区域的面积在手术区域的面积的占比，将所述占比和预设的阈值进行比较，如果占比大于预设的阈值，设定手术区域为截骨范围。
在一些实施例中，窗口遍历方法可以对图像的局部区域进行处理，从而更好地捕捉到局部细节和特征。在窗口遍历过程中，相邻窗口之间会有一定的重叠，这样可以保证处理结果的连续性和平滑性。
需要进一步说明的是，预设尺寸n可以从3开始，如果手术区域出现不连接区域，可以将预设尺寸加大。
S4：根据截骨范围，进行术中引导方案生成，所述引导方案包括计算机导航辅助技术的自动注册准备和截骨导板模型生成；
作为一种可选的实施方式,所述S4包括：
S41：获取截骨范围，根据所述截骨范围，得到截骨平面；
S42：基于截骨平面，获取匹配的截骨导板的基础模型；
S43：根据截骨范围，计算骨钉导管的数量；
S44：基于骨钉导管的数量，在匹配的截骨导板的基础模型添加骨钉导管，生成匹配的截骨导板模型；
S45：提取截骨范围的骨肿瘤特征；
S46：基于骨肿瘤特征提取手术中可见的骨肿瘤点，生成全部潜在标记物放置位置；
S47：计算全部潜在标记物放置位置在患者的术前多模态影像中的对应点之间的匹配关系；
S48：基于匹配关系，计算图像配准算法的参数，得到预调整的图像配准算法，所述预调整的图像配准算法用于计算机导航辅助技术的自动注册。
在一些实施例中，采用Geomagic Wrap对重建的三维模型进行逆向处理后以IGS的格式导入工程3D建模软件(CREO7.0)进行个体化假体的3D建模以及假体的精细结构的优化。
需要说明的是，根据截骨位置，利用3-matic软件生成匹配的截骨导板。
S5：根据标记了病变区域和手术区域的掩码图像，进行三维重建，得到重建的三维模型，生成匹配的假体模型；
作为一种可选的实施方式,所述S5包括：
S51：根据预处理后的多模态影像和标记了病变区域和手术区域的掩码图像，使用三维重建技术来重建骨骼及周围骨组织的三维模型，得到重建的三维模型，所述三维重建技术包括体素化、表面重建或混合方法；
S52：根据重建的三维模型和掩码图像，进行假体参数定义，得到匹配的假体模型，所述假假体参数定义是基于重建的三维模型的手术区域，定义假体模型的形状、尺寸和材料；
S53：根据匹配的假体模型计算假体的体积，判断假体的体积是否等于重建的三维模型中的手术区域的体积，如果不相等，对匹配的假体模型进行修改。
S6：对所述匹配的假体模型进行模拟截骨和结构力学分析。
在一些实施例中，在3-matic或Materialise Mimics软件中进行模拟手术，验证骨骼假体模型和手术导板设计的合理性。
需要说明的是，按照医疗器械外科植入物行业标准“YY 0502-2005膝关节假体”要求对定制金属假体的力学性能进行检测，保证假体的力学强度符合植入物法规要求，为假体的临床应用提供安全性、可靠性保证。
以上是关于方法实施例的介绍，以下通过装置实施例，对本申请所述方案进行进一步说明。
如图3所示，本申请实施例提供了一种关节骨肿瘤假体的数字化生成装置300，包括以下步骤：
多模态影像单元310：用于获取患者的术前多模态影像，并对术前多模态影像进行预处理，得到预处理后的多模态影像；
肿瘤分割模型单元320：用于获取患者的骨骼肌肉系统肿瘤外科分期，将预处理后的多模态影像输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像，所述肿瘤分割模型是基于PatchGan网络的多分类模型；
边界单元330：用于基于标记了病变区域和手术区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围；
引导方案单元340：用于根据截骨范围，进行术中引导方案生成，所述引导方案包括计算机导航辅助技术的自动注册准备和截骨导板模型生成；
三维重建单元350：用于根据标记了病变区域和手术区域的掩码图像，进行三维重建，得到重建的三维模型，生成匹配的假体模型；
结构力学单元360：用于对所述匹配的假体模型进行模拟截骨和结构力学分析。
本申请针对现有关节骨肿瘤手术过程中，截骨位置不精确，手术规划难等问题，提供了一种能够考虑到患者的骨骼肌肉系统肿瘤外科分期和自身骨骼特点的关节骨肿瘤假体的数字化生成方法。这种方法能够实现个性化的截骨方案生成，并能实现精准的截骨导板生成和假体设计。在计算机辅助下设计出定制假体，采用3D打印增材设备和数控机加工设备制备特制假体，按照计算机导航或骨科机器人辅助下的术前规划进行假体的安装植入，提高假体匹配程度，进而提高术后功能恢复水平。
本发明实施例还提供一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前面任意一项所述的方法。
图4是本发明实施例提供的一种电子设备400的结构示意图，该电子设备400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)401和一个或一个以上的存储器402，其中，所述存储器402中存储有至少一条指令，所述至少一条指令由所述处理器401加载并执行以实现上述方法的步骤。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前面任意一项所述的方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
有以下几点需要说明：
(1)本发明实施例附图只涉及到与本发明实施例涉及到的结构，其他结构可参考通常设计。
(2)为了清晰起见，在用于描述本发明的实施例的附图中，层或区域的厚度被放大或缩小，即这些附图并非按照实际的比例绘制。可以理解，当诸如层、膜、区域或基板之类的元件被称作位于另一元件“上”或“下”时，该元件可以“直接”位于另一元件“上”或“下”或者可以存在中间元件。
3)在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合以得到新的实施例。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种关节骨肿瘤假体的数字化生成方法，其特征在于，包括：
S1：获取患者的术前多模态影像，并对术前多模态影像进行预处理，得到预处理后的多模态影像；
S2：获取患者的骨骼肌肉系统肿瘤外科分期，将预处理后的多模态影像输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像，所述肿瘤分割模型是基于PatchGan网络的多分类模型；
在所述S2的获取患者的骨骼肌肉系统肿瘤外科分期，将预处理后的多模态影像输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像之前，所述肿瘤分割模型是基于PatchGan网络的多分类模型，所述方法还包括：
S0：对不同分期的待训练的肿瘤分割模型进行训练：
所述S0的对不同分期的待训练的肿瘤分割模型进行训练，包括：
S01：按照骨骼肌肉系统肿瘤外科分期，收集不同分期的包含多模态影像和对应的病变区域边界分割图像的医学影像数据集；
S02：针对不同分期，对所述医学影像数据集进行预处理，得到不同分期的预处理后的医学影像数据集；
S03：将不同分期的预处理后的医学影像数据集中的每个影像切分成多个Patch样本，所述Patch样本包含一系列面积低于阈值的影像和对应的病变区域边界分割图像；
S04：为每个Patch样本生成对应的标签，所述标签为三分类图像，所述三分类图像包括区域1、区域2和区域3，所述区域1为病变区域，所述区域2为手术区域，所述区域3为非病变区域，所述病变区域是病变且需要手术的区域，所述手术区域是非病变且需要手术的区域，所述非病变区域是非病变且不需要手术的区域；
S05：将Patch样本和标签结合，生成不同分期的训练数据；
S06：针对每个骨骼肌肉系统肿瘤外科分期，构建一个PatchGan网络，所述PatchGan网络包含生成器和辨别器；
S07：修改PatchGan网络，在生成器和辨别器添加注意力网络，得到不同分期的待训练的肿瘤分割模型；
S08：基于不同分期的训练数据对不同分期的待训练的肿瘤分割模型进行训练，直到生成模型和判别器收敛，得到不同分期的预训练的肿瘤分割模型，所述不同分期的预训练的肿瘤分割模型仅包含生成模型；
S3：基于标记了病变区域和手术区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围；
S4：根据截骨范围，进行术中引导方案生成，所述引导方案包括计算机导航辅助技术的自动注册准备和截骨导板模型生成；
S5：根据标记了病变区域和手术区域的掩码图像，进行三维重建，得到重建的三维模型，生成匹配的假体模型；
S6：对所述匹配的假体模型进行模拟截骨和结构力学分析。
2.根据权利要求1所述的关节骨肿瘤假体的数字化生成方法，其特征在于，所述S1的获取患者的术前多模态影像，并对术前多模态影像进行预处理，得到预处理后的多模态影像，包括：
S11：获取覆盖同一区域的术前多模态影像，所述术前多模态影像包括：CT、MRI、PETCT和PET；
S12：对术前多模态影像中的每个影像进行强度归一化，得到归一化的术前多模态影像；
S13：对归一化的术前多模态影像进行偏置场校正，得到校正后的术前多模态影像；
S14：对校正后的术前多模态影像进行图像配准，得到配准后的术前多模态影像；
S15：对配准后的术前多模态影像进行光谱融合，得到预处理后的多模态影像。
3.根据权利要求1所述的关节骨肿瘤假体的数字化生成方法，其特征在于，所述S3的基于标记了病变区域和手术区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围，包括：
S31：采用n*n*n的窗口遍历标记了病变区域和手术区域的掩码图像，计算窗口里面，病变区域、手术区域和非病变区域的占比，如果非病变区域占比超过80％，记录中心点为非病变区域，如果非病变区域占比不超过80％且手术区域占比等于高于病变区域，记录中心点为手术区域，如果非病变区域占比不超过80％且手术区域占比低于病变区域，记录中心点为病变区域；
S32：基于病变区域和手术区域，提取手术区域边界；
S33：基于病变区域，提取病变区域边界；
S34：计算病变区域的面积在手术区域的面积的占比，将所述占比和预设的阈值进行比较，如果占比大于预设的阈值，设定手术区域为截骨范围。
4.根据权利要求1所述的关节骨肿瘤假体的数字化生成方法，其特征在于，所述S4的根据截骨范围，进行术中引导方案生成，包括：
S41：获取截骨范围，根据所述截骨范围，得到截骨平面；
S42：基于截骨平面，获取匹配的截骨导板的基础模型；
S43：根据截骨范围，计算骨钉导管的数量；
S44：基于骨钉导管的数量，在匹配的截骨导板的基础模型添加骨钉导管，生成匹配的截骨导板模型；
S45：提取截骨范围的骨肿瘤特征；
S46：基于骨肿瘤特征提取手术中可见的骨肿瘤点，生成全部潜在标记物放置位置；
S47：计算全部潜在标记物放置位置在患者的术前多模态影像中的对应点之间的匹配关系；
S48：基于匹配关系，计算图像配准算法的参数，得到预调整的图像配准算法，所述预调整的图像配准算法用于计算机导航辅助技术的自动注册。
5.根据权利要求1所述的关节骨肿瘤假体的数字化生成方法，其特征在于，所述S5的根据标记了病变区域和手术区域的掩码图像，进行三维重建，得到重建的三维模型，生成匹配的假体模型，包括：
S51：根据预处理后的多模态影像和标记了病变区域和手术区域的掩码图像，使用三维重建技术来重建骨骼及周围骨组织的三维模型，得到重建的三维模型，所述三维重建技术包括体素化、表面重建或混合方法；
S52：根据重建的三维模型和掩码图像，进行假体参数定义，得到匹配的假体模型，所述假体参数定义是基于重建的三维模型的手术区域，定义假体模型的形状、尺寸和材料；
S53：根据匹配的假体模型计算假体的体积，判断假体的体积是否等于重建的三维模型中的手术区域的体积，如果不相等，对匹配的假体模型进行修改。
6.根据权利要求1所述的关节骨肿瘤假体的数字化生成方法，其特征在于，所述S6的对所述匹配的假体模型进行模拟截骨和结构力学分析，包括：
S61：基于匹配的假体模型和匹配的截骨导板模型，进行模拟手术，验证假体和截骨导板的合理性；
S62：根据匹配的假体模型和重建的三维模型，提取假体和骨骼的运动学参数；
S63：基于假体和骨骼的运动学参数，设定材料属性、接触属性以及边界条件，模拟假体在关节屈伸和单腿站立状态下的载荷情况，分析出术前和术后的局部动态力学特性，所述局部动态力学特性包括假体各部位变形、应力/应变分布和内部能量变化特点，所述材料属性包括弹性模量和泊松比；
S64：基于术前和术后的局部动态力学特性，对假体的力学性能进行检测，并和植入物法规要求进行比对，根据预设的力学性能阈值，设定优化目标，修改匹配的假体模型，直到假体的力学性能符合预设的力学性能阈值。
7.一种关节骨肿瘤假体的数字化生成装置，其特征在于，所述装置适用于上述权利要求1-6中任意一项的方法，装置包括：
多模态影像单元：用于获取患者的术前多模态影像，并对术前多模态影像进行预处理，得到预处理后的多模态影像；
肿瘤分割模型单元：用于获取患者的骨骼肌肉系统肿瘤外科分期，将预处理后的多模态影像输入对应分期的预训练的肿瘤分割模型，得到标记了病变区域、手术区域和非病变区域的掩码图像，所述肿瘤分割模型是基于PatchGan网络的多分类模型；
边界单元：用于基于标记了病变区域和手术区域的掩码图像，提取病变区域边界和手术区域边界，确定截骨范围；
引导方案单元：用于根据截骨范围，进行术中引导方案生成，所述引导方案包括计算机导航辅助技术的自动注册准备和截骨导板模型生成；
三维重建单元：用于根据标记了病变区域和手术区域的掩码图像，进行三维重建，得到重建的三维模型，生成匹配的假体模型；
结构力学单元：用于对所述匹配的假体模型进行模拟截骨和结构力学分析。
8.一种电子设备，其特征在于，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述权利要求1至6任意一项所述的方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述权利要求1至6中任意一项所述的方法。
CN202410159227.4A 2024-02-04 2024-02-04 一种关节骨肿瘤假体的数字化生成方法和装置 Active CN118000975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410159227.4A CN118000975B (zh) 2024-02-04 2024-02-04 一种关节骨肿瘤假体的数字化生成方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410159227.4A CN118000975B (zh) 2024-02-04 2024-02-04 一种关节骨肿瘤假体的数字化生成方法和装置

Publications (2)

Publication Number Publication Date
CN118000975A CN118000975A (zh) 2024-05-10
CN118000975B true CN118000975B (zh) 2024-09-17

Family

ID=90946668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410159227.4A Active CN118000975B (zh) 2024-02-04 2024-02-04 一种关节骨肿瘤假体的数字化生成方法和装置

Country Status (1)

Country Link
CN (1) CN118000975B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108433851A (zh) * 2018-04-23 2018-08-24 南方医科大学 一种胫骨中上段肿瘤型假体的制备方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170360578A1 (en) * 2014-12-04 2017-12-21 James Shin System and method for producing clinical models and prostheses
WO2020190821A1 (en) * 2019-03-15 2020-09-24 Genentech, Inc. Deep convolutional neural networks for tumor segmentation with positron emission tomography
WO2021108382A1 (en) * 2019-11-26 2021-06-03 University Of Cincinnati Characterizing intra-site tumor heterogeneity
WO2023235923A1 (en) * 2022-06-06 2023-12-14 Seetreat Pty Ltd Markerless anatomical object tracking during an image-guided medical procedure

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108433851A (zh) * 2018-04-23 2018-08-24 南方医科大学 一种胫骨中上段肿瘤型假体的制备方法

Also Published As

Publication number Publication date
CN118000975A (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
US10398511B2 (en) System and method to locate soft tissue for preoperative planning
CN109998673B (zh) 用于优化骨科流程参数的系统和方法
US9358114B2 (en) Intraoperative scanning for implant optimization
US20160331463A1 (en) Method for generating a 3d reference computer model of at least one anatomical structure
US20170000615A1 (en) Deformable articulating templates
CN113966204B (zh) 为医疗介入自动规划轨迹的方法
US20220233159A1 (en) Medical image processing method and device using machine learning
US20150250552A1 (en) Advanced methods of modeling knee joint kinematics and designing surgical repair systems
US20170258598A1 (en) Advanced Methods of Modeling Knee Joint Kinematics and Designing Surgical Repair Systems
CN111134840A (zh) 膝关节置换手术方案的生成装置和终端
CN115942913A (zh) 用于在关节手术程序期间视觉引导骨去除的系统和方法
AU2021267824B2 (en) Surgical system for revision orthopedic surgical procedures
CN113919020B (zh) 单髁置换用导板设计方法及相关设备
JP2020525155A (ja) 生体組織における折り畳み可能インプラントの展開状態を予測するためのデバイス及び方法
CN102194047B (zh) 计算机辅助手术系统
KR20220106113A (ko) 수술 전 수술 플래닝을 용이하게 하기 위해 생리학적으로 건강하고 그리고 생리학적으로 결함이 있는 해부학적 구조의 재구성 및 특성화를 위한 시스템 및 방법
CN118000975B (zh) 一种关节骨肿瘤假体的数字化生成方法和装置
CN118076312A (zh) 用于术前评估旋转中心数据的手术计划系统和方法
Gomes et al. Patient-specific modelling in orthopedics: from image to surgery
Zhou et al. Improving inter-fragmentary alignment for virtual 3D reconstruction of highly fragmented bone fractures
CN115705655A (zh) 用于在术中确定图像对准的系统和方法
US20230111376A1 (en) Surgical systems, anatomical models and associated methods
CN115486934A (zh) 用于膝关节置换术前规划的图像分割方法
Trajanovic et al. Personalized Medicine in Orthopedic—State of the Art
WO2023117340A1 (en) Method and system for virtual surgical procedure

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant