[发明专利]一种骨科手术定位系统

摘要

本发明属于医疗器械技术领域，公开了一种骨科手术定位系统。该系统设置有显示模块、主控模块、探测模块、控制模块、钻孔模块、脉冲波发生器、接触层、控制按钮、电源开关、握柄、导线、电机、操控杆、螺旋筒、压盖、钻针。所述主控模块分别与显示模块、探测模块、控制模块相连接。所述探测模块与显示模块相连接。所述控制模块与钻孔模块相连接。该装置通过探测模块对骨折部分进行探测，通过显示模块对骨折程度进行显示，通过钻孔模块对骨折部分进行穿针钻孔的操作将几个骨折块复位并固定在一起。通过控制模块对钻孔模块进行控制。通过主控模块对各个模块进行分析和进一步的控制。该系统提供一种定位准确的骨科手术定位系统，提高了手术的成功率，减轻了病人的病痛，提高了治疗的效率。

主权项

1.一种骨科手术定位系统，其特征在于，所述骨科手术定位系统设置有显示模块、主控模块、探测模块、控制模块、钻孔模块；探测模块对骨折部分进行探测，显示模块对骨折程度进行显示，钻孔模块对骨折部分进行穿针钻孔的操作将几个骨折块复位并固定在一起；控制模块对钻孔模块进行控制；主控模块对各个模块进行分析和进一步的控制；所述显示模块的图像融合规则为：其中，τ₁＝1/(1+exp{‑β(||m_A||₂‑||m_B||₂)}),(β＞0)，m_A,m_B分别表示源图像每块的均值；源图像x_A和x_B分别减去m_A和m_B得到和分别为稀疏表示系数矩阵SC和的第i列，为融合图像的稀疏系数矩阵s_F的第i列；K是图像块的总个数；所述显示模块对手术中不良图像的处理方法包括：(1)搜集不良图像训练集，在训练集图像上标记多种人体敏感器官，作为敏感器官训练样本；(2)从敏感器官训练样本上随机采样获取像素点，并组成敏感器官的颜色样本集；在颜色样本集上训练GMM模型得到人体敏感器官的颜色模型；(3)提取敏感器官训练样本的HoG特征和GMM特征，并将HoG特征和GMM特征相结合作为敏感器官的特征；包括如下步骤：敏感器官训练样本图像划分成若干个细胞单元，将细胞单元中的每个像素从RGB颜色空间转换到YCbCr颜色空间，并提取其Cb、Cr色度分量的值；其中，Y表示亮度分量，Cb表示蓝色色度分量，Cr表示红色色度分量；将细胞单元分成U个互不重叠的小图像块，分别求出每个小图像块在C_b、Cr色度分量上的均值向量：将这些均值向量分别代入步骤(2)训练出的GMM敏感器官颜色模型，得到每个小图像块在GMM模型中每个高斯分量ω_iG_i(i∈{1,2,…,K})上的值，作为该小图像块的颜色特征，将U个小图像块的颜色特征联合起来记作将敏感器官训练样本图像转换成灰度图像，对输入图像进行Gamma校正；计算灰度图像中每个像素点(x,y)的水平方向和垂直方向梯度值gx(x,y)和gy(x,y)；gx(x,y)＝I(x+1,y)‑I(x‑1,y)gy(x,y)＝I(x,y+1)‑I(x,y‑1)式中，I(x,y)表示像素点(x,y)处的灰度值，根据下式计算像素点(x,y)处的梯度幅值g(x,y)和方向α(x,y)；将敏感器官训练样本的灰度图像划分成细胞单元，统计每个细胞单元上的梯度直方图，用于描述目标的形状信息；对每个细胞单元采用9个bin的直方图来统计细胞单元内像素点的梯度信息，将各个bin中像素点的梯度大小进行累加组成该细胞单元的梯度直方图，用9维特征向量来表示，记作h1＝[f1,f2,…,f9]，其中fi为第i个bin的梯度累加值；联合得到的梯度特征向量h1和得到颜色特征向量h2，组成细胞单元的特征向量[h1,h2]；将细胞单元组合成块，并在块内归一化；(4)对每一种人体敏感器官的特定姿态，在其HoG特征和GMM特征相结合后的特征上，训练该敏感器官在特定姿态下的检测器，将多种姿态下的检测器集成该敏感器官的混合形变模型；(5)用敏感器官的混合形变模型分别对测试图像进行检测，融合检测结果并判定图像的性质。