[发明专利]多姿态条件下的髋关节旋转中心检测方法及成像方法

说明书

本发明公开了一种多姿态条件下的髋关节旋转中心检测方法，包括获取多姿态X线图像并标记解剖标志点和髋关节旋转中心点构成原始样本点；获取原始样本点的坐标并关联分析得到解剖标志点坐标数据；对原始髋关节旋转中心预测模型进行训练得到髋关节旋转中心预测模型；进行多姿态X线图像的动态配准得到基于动态配准图的髋关节旋转中心定位模型；获取实际的髋关节X线图像并采用髋关节旋转中心预测模型和基于动态配准图的髋关节旋转中心定位模型进行髋关节旋转中心定位检测。本发明还公开了一种包括所述多姿态条件下的髋关节旋转中心检测方法的成像方法。本发明可靠性高、实用性好、适用面广且准确高效。

技术领域

本发明属于图像处理领域，具体涉及一种多姿态条件下的髋关节旋转中心检测方法及成像方法。

背景技术

随着经济技术的发展和人们生活水平的提高，人们对于健康的关注也越来越高。

髋关节旋转中心是髋关节的重要参考点，其在医学图像成像、临床应用上都具有重要的意义。与突出的骨解剖标志点不同，髋关节旋转中心位于股骨头内部且不能被触及，因此它的测定必须经过计算。

在临床上，髋关节旋转中心的位置一般是由骨科专家人工估计，但是费时费力。因此自动有效地确定髋关节旋转中心坐标变得越来越重要。

现有的髋关节旋转中心的自动测定方法可分为三类：Mose圆法、功能性方法和回归法：(1)Mose圆是一种利用同心圆模板来估计髋关节旋转中心的定量方法。一些改进的Mose圆技术已被证明能够比人工预测提供更精确的髋关节旋转中心近似值。但是，当股骨头骨骺骨化不足时，用此方法确定的髋关节旋转中心位置可能出现偏位，因此其准确性不高。(2)功能性方法，一般计算附着在大腿上的标记物的轨迹，然后通过估计大腿和骨盆的相对运动来定位髋关节旋转中心。为了提高精度和计算时间，研究人员提出了许多优化方法，如二次最佳球面拟合方法、偏置补偿四次最佳球面拟合方法和Reuleaux方法等。然而，髋关节旋转中心的估计在很大程度上依赖于试验期间的运动质量和范围。但是，由于软组织伪影和有限的腿部运动，很难建立可靠的股骨或骨盆局部坐标系。对于那些运动控制受损或运动范围较小的人来说，采用功能性方法来确定髋关节旋转中心，具有极大的挑战性。(3)回归方法，其以可触及的骨解剖标志点与髋关节旋转中心之间的经验回归方程作为量化函数。但是这些公式并不普遍适用，因为与髋关节旋转中心相关的测量在种族之间，甚至社区之间均是不同的。当使用可用的回归方程时，髋关节旋转中心的测定的平均误差估计在15–30mm的范围内。该方法适用性较差，而且精度不高。

发明内容

本发明的目的之一在于提供一种可靠性高、实用性好、适用面广且准确高效的多姿态条件下的髋关节旋转中心检测方法。

本发明的目的之二在于提供一种包括了所述多姿态条件下的髋关节旋转中心检测方法的成像方法。

本发明提供的这种多姿态条件下的髋关节旋转中心检测方法，包括如下步骤：

S1.获取多姿态X线图像，并标记解剖标志点和髋关节旋转中心点，从而构成原始样本点；

S2.建立坐标系，获取原始样本点的坐标并进行关联分析，从而得到最终的解剖标志点坐标数据；

S3.采用步骤S2得到的解剖标志点坐标数据，对构建的原始髋关节旋转中心预测模型进行训练，得到髋关节旋转中心预测模型；

S4.采用步骤S2得到的解剖标志点坐标数据进行多姿态X线图像的动态配准，得到基于动态配准图的髋关节旋转中心定位模型；

S5.获取实际的髋关节X线图像，采用步骤S3得到的髋关节旋转中心预测模型和步骤S4得到的基于动态配准图的髋关节旋转中心定位模型，进行髋关节旋转中心定位检测。