一种髋关节图像的分割方法、装置、设备及介质与流程

本公开涉及图像处理，尤其涉及一种髋关节图像的分割方法、装置、设备及介质。

背景技术：

1、目前，大多数的髋关节置换手术机器人依赖于术前ct(computed tomography，电子计算机断层扫描)和对应的骨模型。其中，骨模型可以通过手动分割或自动分割得到。通过第三方软件(比如mimics)手动分割出髋关节的骨模型的方式耗时耗力，且手动分割出的骨模型因人而异，不能保证统一精准的结果，影响到术前规划的准确性。而自动分割大多局限在双侧的股骨和髋骨，分割结果不完整。不包括股骨头和股骨颈，但股骨头和股骨颈对于术前规划的自动化非常重要。

2、因此，需要一种成本低、统一完整的骨模型分割结果，以更好地辅助术前规划。

技术实现思路

1、为了解决上述技术问题，本公开提供了一种髋关节图像的分割方法、装置、设备及介质。

2、根据本公开的一方面，提供了一种髋关节图像的分割方法，包括：

3、获取包括髋关节的待分割图像；

4、通过预先训练好的分割模型对所述待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；

5、其中，所述分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；所述关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。

6、根据本公开的另一方面，提供了一种髋关节图像的分割装置，包括：

7、图像获取模块，用于获取包括髋关节的待分割图像；

8、分割模块，用于通过预先训练好的分割模型对所述待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；

9、其中，所述分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；所述关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。

10、根据本公开的另一方面，提供了一种电子设备，所述电子设备包括：

11、处理器；

12、用于存储所述处理器可执行指令的存储器；

13、所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述方法。

14、根据本公开的另一方面，还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述方法。

15、本公开实施例提供的技术方案与现有技术相比具有如下优点：

16、本公开实施例提供一种髋关节图像的分割方法、装置、设备及介质，包括：获取包括髋关节的待分割图像；通过预先训练好的分割模型对待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；其中，分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。本技术方案中，利用分割模型对待分割图像中的骨骼进行分割，能够降低分割成本，提高骨模型的统一性；同时，由于分割模型是利用标注有股骨、股骨头、股骨颈和髋骨的第一髋关节样本图像集合训练得到的，从而，分割模型能够分割出股骨、股骨头、股骨颈和髋骨，增加了分割结果的完整性。

技术特征：

1.一种髋关节图像的分割方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述分割模型的训练过程包括：

3.根据权利要求2所述的方法，其特征在于，所述获取第一髋关节样本图像集合，包括：

4.根据权利要求2所述的方法，其特征在于，所述对所述第一髋关节样本图像集合进行预处理，得到第二髋关节样本图像集合，包括：

5.根据权利要求2所述的方法，其特征在于，所述基于所述第二髋关节样本图像集合对预设的深度学习网络模型进行神经结构搜索处理，得到所述分割模型，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述第二髋关节样本图像集合并采用dints算法，在所述搜索空间中对所述深度学习网络模型进行神经结构搜索处理，得到所述分割模型，包括：

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

8.一种髋关节图像的分割装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备实现如权利要求1-7中任一所述的方法。

技术总结
本公开涉及一种髋关节图像的分割方法、装置、设备及介质，其中，该方法包括：获取包括髋关节的待分割图像；通过预先训练好的分割模型对待分割图像中的骨骼进行分割，得到髋关节对应的骨模型；其中，分割模型是基于标注有关键骨骼的第一髋关节样本图像集合训练得到的；关键骨骼包括：双侧的股骨、股骨头、股骨颈和髋骨。本公开能够降低分割成本，提高骨模型的统一性、完整性。

技术研发人员：孙亮
受保护的技术使用者：北京纳通医用机器人科技有限公司
技术研发日：
技术公布日：2024/1/12