本发明通常涉及外科领域,且更具体地,涉及在图像引导的全髋关节置换术中的具体应用。
背景技术:
1、通常使用包括术中射线照片的射线照片进行外科手术。不幸的是,射线照片在图像捕获时可能会受到患者位置的影响,并且使用射线照片获得的测量值,特别是随着时间的变化,可能会产生误导。在全关节置换术的领域中尤其如此,其中包括髋臼和股骨组件的精确植入物定位对于成功的结果至关重要。
2、正是出这些和其他考虑,提出了在此作出的本发明。
技术实现思路
1、提供了一种用于图像引导植入物放置的系统和方法。在本发明的一个或多个实施方案中,由执行存储在非瞬态处理器的可读介质中的代码配置至少一个计算设备,通过处理至少一个呈现侧位视图的骨盆图像和至少一个呈现ap视图的骨盆图像,来确定表示绝对轴向旋转的值。例如,所述至少一个侧位图像为术前图像,以及所述至少一个ap图像为术中图像。使用至少一个图像中的多个识别的解剖标志,可以对距离、角度和面积中的至少一个进行测量。此后,作为与距离、角度和面积中至少一个相关的计算的函数,可以确定表示绝对骨盆轴向旋转的值。骨盆图像可以通过射线照相术、荧光透视或两者来提供。
2、在本发明的一个或多个实施方案中,由执行存储在非瞬态处理器的可读介质中的代码配置至少一个计算设备,通过处理至少一个呈现侧位视图的骨盆图像和至少两个呈现ap视图的骨盆图像来确定表示轴向旋转变化的值。例如,所述至少一个ap图像为术前图像,以及所述至少一个ap图像为术中图像。使用至少一个图像中的多个识别的解剖标志,可以对距离、角度和面积中的至少一个进行测量。此后,作为与距离、角度和面积中至少一个相关的计算的函数,可以确定表示轴向旋转变化的值。
3、在本发明的一个或多个实施方案中,由执行存储在非瞬态处理器的可读介质中的代码配置至少一个计算设备,以通过处理至少一个呈现侧位视图的骨盆图像和至少两个呈现ap视图的骨盆图像来确定表示矢状骨盆倾斜度变化的值。例如,所述至少一个侧位图像是术前图像,以及所述至少两个骨盆图像呈现ap视图。使用至少一个图像中的多个识别的解剖标志可以对距离、角度和面积中的至少一个进行测量。此后,作为与距离、角度和面积中至少一个相关的计算的函数,可以确定表示相应ap图像之间的骨盆矢状倾斜度变化的值。例如,所述值可以表示从术前到术中的ap图像的骨盆矢状倾斜度的变化度数。
4、在本发明的一个或多个实施方案中,由执行存储在非瞬态处理器的可读介质中的代码配置至少一个计算设备,以使用机器学习和人工智能,通过处理至少一个ap图像来确定表示预测的绝对轴向旋转的值和/或通过处理至少两个ap图像确定表示预测骨盆矢状倾斜度的变化的值。例如,多个训练图像(包括侧位图像和相应的ap图像)被处理用于训练,以确定如上所述的绝对轴向旋转和骨盆矢状倾斜度。然后可以识别训练图像中的解剖标志,并用于测量距离、角度和面积中的至少一个。此后,在训练图像中作为与距离、角度和面积中至少一个相关的计算的函数,可以确定表示绝对轴向旋转和骨盆矢状倾斜度变化的值。一经训练,可以使用单个骨盆ap图像预测表示绝对轴向旋转的值,作为人工智能和机器学习的函数,包括基于在单个骨盆ap图像中所测量的距离、角度和面积中的至少一个。此外,可以使用两个骨盆ap图像预测表示骨盆矢状倾斜度变化的值,作为人工智能和机器学习的函数,包括基于在两个骨盆ap图像中所测量的距离、角度和面积中的至少一个。
5、本发明的其他特征显示并描述于本发明中。
1.一种用于在外科手术过程中使用至少一个术中图像作为表示轴向旋转的确定值的函数的图像引导植入物放置的系统,所述系统包括:
2.根据权利要求1所述的系统,其中呈现侧位视图的所述至少一个骨盆图像是术前图像,以及呈现ap视图的所述至少一个骨盆图像是术中图像。
3.根据权利要求1所述的系统,其中所述解剖标志是作为机器学习和人工智能的函数自动识别的。
4.根据权利要求1所述的系统,其中所述至少一个计算设备进一步由通执行代码配置为:
5.根据权利要求1所述的系统,其中所述至少一个计算设备进一步由执行代码配置为:
6.一种用于在外科手术过程中使用至少一个术中图像作为表示轴向旋转变化的确定值的函数的图像引导植入物放置的系统,所述系统包括:
7.根据权利要求6所述的系统,其中所述解剖标志是作为机器学习和人工智能的函数自动识别的。
8.根据权利要求6所述的系统,其中所述至少一个计算设备进一步由执行代码所配置:
9.根据权利要求6所述的系统,其中所述至少一个计算设备进一步由执行代码所配置:
10.一种用于在外科手术过程中使用至少一个术中图像作为表示骨盆矢状倾斜度变化的确定值的函数的图像引导植入物放置的系统,所述系统包括:
11.根据权利要求10所述的系统,其中所述所确定的值表示从术前图像到术中图像的骨盆矢状倾斜度的变化的度数。
12.一种用于作为机器学习和人工智能的函数的图像引导植入物放置的系统,所述系统包括:
13.根据权利要求12所述的系统,其中呈现侧位视图的所述至少一个骨盆图像是术前图像,以及呈现ap视图的所述至少一个骨盆图像是术中图像。
14.根据权利要求12所述的系统,其中所述解剖标志是作为机器学习和人工智能的函数自动识别的。
15.根据权利要求12所述的系统,其中所述至少一个计算设备进一步由执行代码配置为:
16.根据权利要求12所述的系统,其中所述至少一个计算设备进一步由执行代码配置为:
17.一种用于在外科手术过程中使用至少一个术中图像作为表示轴向旋转的确定值的函数的图像引导植入物放置的方法,所述方法包括:
18.一种用于在外科手术过程中使用至少一个术中图像作为表示轴向旋转变化的确定值的函数的图像引导植入物放置的方法,所述方法包括:
19.一种用于在外科手术过程中使用至少一个术中图像作为表示骨盆矢状倾斜度变化的确定值的函数的图像引导植入物放置的方法,所述方法包括:
20.一种用于作为机器学习和人工智能的函数的图像引导植入物放置的方法,所述方法包括:
21.根据权利要求20所述的方法,进一步包括: