TWI753412B - 產生用於自動定位出定位點的模型的方法、骨骼狀態分析方法及電子系統 - Google Patents
產生用於自動定位出定位點的模型的方法、骨骼狀態分析方法及電子系統 Download PDFInfo
- Publication number
- TWI753412B TWI753412B TW109114030A TW109114030A TWI753412B TW I753412 B TWI753412 B TW I753412B TW 109114030 A TW109114030 A TW 109114030A TW 109114030 A TW109114030 A TW 109114030A TW I753412 B TWI753412 B TW I753412B
- Authority
- TW
- Taiwan
- Prior art keywords
- image data
- processing unit
- bone
- positioning
- electronic system
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 title claims description 9
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 90
- 238000012545 processing Methods 0.000 claims abstract description 54
- 239000007943 implant Substances 0.000 claims abstract description 30
- 238000012549 training Methods 0.000 claims abstract description 29
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 11
- 239000003550 marker Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 210000001624 hip Anatomy 0.000 description 5
- 210000004394 hip joint Anatomy 0.000 description 4
- 210000000528 lesser trochanter Anatomy 0.000 description 4
- 210000002239 ischium bone Anatomy 0.000 description 3
- 210000004197 pelvis Anatomy 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 206010073767 Developmental hip dysplasia Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 208000007446 Hip Dislocation Diseases 0.000 description 1
- 208000012659 Joint disease Diseases 0.000 description 1
- 208000001132 Osteoporosis Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 210000000527 greater trochanter Anatomy 0.000 description 1
- 238000011540 hip replacement Methods 0.000 description 1
- 208000026278 immune system disease Diseases 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 210000003131 sacroiliac joint Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一種產生用於自動定位出定位點的模型的方法，包含：一X光機拍攝多位參考患者的一預定骨骼及一植入物以產生多筆訓練影像資料；一處理單元針對每一訓練影像資料，根據經由一輸入單元接收到的多個手動定位指令，產生多個對應於該訓練影像資料的手動定位資料，每一手動定位資料指示出該訓練影像資料中的一定位點的位置；及該處理單元針對每一定位點，根據指示出該定位點的位置的該等手動定位資料及該等訓練影像資料，訓練一卷積神經網路模型而產生一自動定位模型，該自動定位模型用於根據一待分析影像資料產生一自動定位資料。
Description
本發明是有關於一種產生模型的方法，特別是指一種產生用於自動定位出定位點的模型的方法。本發明還有關於一種骨骼狀態分析方法及一種電子系統。
髖關節病變的種類有許多種，例如酒精性或是發炎免疫性疾病所致的股骨頭壞死、亞洲族群常見的髖關節發育不良導致髖關節早期退化、骨鬆肌少的高齡人口中常見的股骨頸骨折。當發生相關疾病且嚴重影響日常生活時，將需要進行人工髖關節手術。人工髖關節置換手術在術前、術中、術後、預後追蹤都需要精確的定位，以避免植入物校正失準，亦可長期觀察是否發生異常。以往的定位方式，是由醫師或技術人員觀察骨盆部位X-ray影像，以電腦軟體手動定位重要標的物，從而判讀人工髖關節置換後的狀態。然而前述現有技術高度仰賴專業之醫療人員進行手動定位，且手動定位難免有失誤或誤差。
因此，本發明的目的，即在提供一種產生用於自動定位出定位點的模型的方法。
本發明的另一目的，在於提供一種骨骼狀態分析方法。
本發明的又一目的，在於提供一種電子系統。
於是，本發明產生用於自動定位出定位點的模型的方法，藉由一電子系統實施，該電子系統包含一X光機、一輸入單元及一處理單元，該方法包含：該X光機拍攝多位參考患者的一預定骨骼及一裝設在該預定骨骼的植入物以產生多筆分別相關於該等參考患者且包含該預定骨骼的影像及該植入物的影像的訓練影像資料；該處理單元針對每一訓練影像資料，根據經由該輸入單元接收到的多個手動定位指令，產生多個對應於該訓練影像資料的手動定位資料，每一手動定位資料指示出該訓練影像資料中的一定位點的位置；及該處理單元針對每一定位點，根據指示出該定位點的位置的該等手動定位資料及該等訓練影像資料，訓練一卷積神經網路模型而產生一自動定位模型，該自動定位模型用於根據一由該X光機拍攝一目標患者的該預定骨骼及該植入物所產生的待分析影像資料產生一自動定位資料，該自動定位資料指示出該待分析影像資料中該定位點的位置。
本發明骨骼狀態分析方法，藉由一電子系統實施，該電子系統包含一X光機及一處理單元，該方法包含：該X光機拍攝一目標患者的一預定骨骼及一裝設在該預定骨骼的植入物以產生一包含該預定骨骼的影像及該植入物的影像的待分析影像資料；該處理單元根據該待分析影像資料，使用該等自動定位模型以分別產生多個分別指示出該待分析影像資料中該等定位點的位置的自動定位資料；及該處理單元根據該等自動定位資料產生一相關於距離或角度的骨骼狀態參數值。
在一些實施態樣中，該電子系統還包含一顯示單元，該方法於產生該等自動定位資料後還包含：該處理單元根據該待分析影像資料及該等自動定位資料經由該顯示單元顯示一自動標記影像資料，該自動標記影像資料包含該預定骨骼的影像、該植入物的影像及多個分別指示出該等定位點的標記圖像。
在一些實施態樣中，該方法於產生該骨骼狀態參數值後還包含：該處理單元經由該顯示單元顯示該骨骼狀態參數值。
在一些實施態樣中，該方法於產生該骨骼狀態參數值後還包含：該處理單元判斷該骨骼狀態參數值是否符合一警示條件；及當該處理單元判斷該骨骼狀態參數值符合該警示條件，該處理單元經由該顯示單元顯示一指示出該骨骼狀態參數值符合該警示條件的警示訊息。
本發明電子系統，包含一X光機及一處理單元。該X光機拍攝一目標患者的一預定骨骼及一裝設在該預定骨骼的植入物以產生一包含該預定骨骼的影像及該植入物的影像的待分析影像資料。
該處理單元根據該待分析影像資料，使用該等自動定位模型以分別產生多個分別指示出該待分析影像資料中該等定位點的位置的自動定位資料。
該處理單元根據該等自動定位資料產生一相關於距離或角度的骨骼狀態參數值。
本發明的功效在於：藉由該處理單元針對每一定位點，根據指示出該定位點的位置的該等手動定位資料及該等訓練影像資料，訓練該卷積神經網路模型而產生該自動定位模型，且藉由該處理單元使用該等自動定位模型以分別產生多個分別指示出該待分析影像資料中該等定位點的位置的自動定位資料，且根據該等自動定位資料產生相關於距離或角度的該骨骼狀態參數值，從而改善現有技術中手動定位可能發生的失誤或誤差，並讓專業醫療人員不必將時間耗費在執行手動定位上。
在本發明被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。
參閱圖1，本發明電子系統100的一實施例，包含一X光機1、一輸入單元2、一顯示單元3及一處理單元4。
該輸入單元2例如（但不限於）包含一鍵盤及一滑鼠。該顯示單元3例如（但不限於）為一液晶螢幕。該處理單元4電連接於該X光機1、該輸入單元2及顯示單元3，且例如可包含（但不限於）一單核處理器、一個多核處理器、一個單核或多核手機處理器、一微處理器、一微控制器、一數位訊號處理器（DSP）、一現場可程式邏輯閘陣列（FPGA）、一特殊應用積體電路（ASIC）、一射頻積體電路（RFIC）、一圖形處理器（GPU）其中至少一者。
參閱圖1、圖2及圖3，以下說明該電子系統100執行的產生用於自動定位出定位點的模型的方法的步驟。首先，如步驟S01所示，該X光機1拍攝多位參考患者的一預定骨骼200及一裝設在該預定骨骼200的植入物300以產生多筆分別相關於該等參考患者且包含該預定骨骼200的影像及該植入物300的影像的訓練影像資料。在本實施例中，該預定骨骼200為一骨盆（Pelvis），該植入物300為一人工髖關節（Hip），但不以此為限（例如不限於病患之左髖或右髖）。
接著，如步驟S02所示，該處理單元4針對每一訓練影像資料，根據經由該輸入單元2接收到的多個手動定位指令，產生多個對應於該訓練影像資料的手動定位資料，每一手動定位資料指示出該訓練影像資料中的一定位點P的位置。在本實施例中，該處理單元4執行一手動標記程式而經由該顯示單元3顯示一手動標記圖形化使用者介面，該手動標記圖形化使用者介面包含該訓練影像資料且可供使用者（例如專業醫療人員）透過操作該輸入單元2於該訓練影像資料上標記該等定位點P而產生該等手動定位資料。
在本實施例中，該等定位點P的數量為20（但不以此為限），也就是說，每一訓練影像資料對應有20筆手動定位資料。定位點P01為第一側薦髂關節（SI joint）最低點，定位點P02為第二側薦髂關節最低點，定位點P03為第一側淚滴狀骨（Teardrop）最低點，定位點P04為第二側淚滴狀骨（Teardrop）最低點，定位點P05為第一側閉孔（Obturator foramen）最低點，定位點P06為第二側閉孔最低點，定位點P07為第一側坐骨（Ischium）最低點，定位點P08為第二側坐骨最低點，定位點P09為第一側小轉子（Lesser trochanter）下緣，定位點P10為第二側小轉子下緣，定位點P11為髖臼杯（Cup）長軸最外緣，定位點P12為髖臼杯長軸最內緣，定位點P13為股骨頭（Femoral head）最寬軸外側緣，定位點P14為股骨頭最寬軸內側緣，定位點P15為股骨頭中心點，定位點P16為髖臼杯短軸邊緣，定位點P17為大轉子最高點（Greater trochanter tip），定位點P18為股骨柄（Stem）上緣，定位點P19為股骨髓腔（Femoral canal）在鄰近小轉子上緣處的中點，定位點P20為股骨髓腔在鄰近股骨柄端緣處的中點。
接著，如步驟S03所示，該處理單元4針對每一定位點P，根據指示出該定位點P的位置的該等手動定位資料及該等訓練影像資料，訓練一卷積神經網路（Convolutional Neural Network，CNN）模型而產生一自動定位模型。舉例來說，若該等訓練影像資料的數目是300筆，則該處理單元4針對每一定位點P，會根據所述300筆訓練影像資料及分別對應於所述300筆訓練影像資料且指示出該定位點P的位置的300筆手動定位資料，訓練該卷積神經網路模型而產生該自動定位模型。在本實施例中，該處理單元4會產生20個分別對應於所述20個定位點P的自動定位模型。在本實施例中，該卷積神經網路模型是名稱為UNet++之模型，其中每次訓練結果會藉由向後傳遞（Back-propagation）更新參數，但該卷積神經網路模型不以UNet++為限。
參閱圖1及圖4，以下說明該電子系統100執行的骨骼狀態分析方法的步驟。首先，如步驟S11所示，該X光機1拍攝一目標患者的該預定骨骼200及裝設在該預定骨骼200的該植入物300以產生一包含該預定骨骼200的影像及該植入物300的影像的待分析影像資料。
接著，如步驟S12所示，該處理單元4根據該待分析影像資料，使用步驟S03產生的該等自動定位模型以分別產生多個分別指示出該待分析影像資料中該等定位點P的位置的自動定位資料。該等自動定位資料的數目在本實施例中為20筆。
接著，如步驟S13所示，該處理單元4根據該等自動定位資料產生多個相關於距離或角度的骨骼狀態參數值。以下說明該等骨骼狀態參數值的定義。
參閱圖5，其中一骨骼狀態參數值為通過定位點P11及定位點P12的直線與通過定位點P03及定位點P04的直線之夾角。或者，也可以是通過定位點P11及定位點P12的直線與通過定位點P07及定位點P08的直線之夾角。此骨骼狀態參數值可用於評估該植入物300是否容易發生脫臼或夾擠（Impingement）。
參閱圖6，其中一骨骼狀態參數值為定位點P11與定位點P03的縱向距離。其中一骨骼狀態參數值為定位點P12與定位點P03的縱向距離。其中一骨骼狀態參數值為定位點P15與定位點P03的縱向距離。前述三個骨骼狀態參數值用於評估該植入物300是否有向上移動，若前述三個骨骼狀態參數值持續變大，代表該植入物300有鬆動的情況。
參閱圖7，其中一骨骼狀態參數值由下式計算而得：
其中上式中的A為定位點P01至定位點P02的連線的中點與定位點P03至定位點P04的連線的中點之縱向距離，B為定位點P03至定位點P04的連線的中點與定位點P05至定位點P06的連線的中點之縱向距離。
參閱圖3，其餘骨骼狀態參數值的定義說明如下。其中一骨骼狀態參數值為通過定位點P11及定位點P12的直線與通過定位點P12及定位點P16的直線之夾角。其中一骨骼狀態參數值為(定位點P09至通過定位點P07及定位點P08的直線之最短距離)－(定位點P10至通過定位點P07及定位點P08的直線之最短距離)。其中一骨骼狀態參數值為定位點P15與通過定位點P19及定位點P20的直線之最小距離。其中一骨骼狀態參數值為定位點P15與通過定位點P03且縱向延伸的鉛垂線之最小距離。其中一骨骼狀態參數值為定位點P13與定位點P14的最短距離。其中一骨骼狀態參數值為定位點P11與定位點P12的最短距離。其中一骨骼狀態參數值為定位點P17與定位點P18的縱向距離。其中一骨骼狀態參數值為定位點P11與定位點P15的最短距離與定位點P15與定位點P12的最短距離之比值。
參閱圖1及圖4，接著，如步驟S14所示，該處理單元4根據該待分析影像資料及該等自動定位資料經由該顯示單元3顯示一自動標記影像資料，該自動標記影像資料包含該預定骨骼200的影像、該植入物300的影像及多個分別指示出該等定位點P的標記圖像。該自動標記影像資料可供醫療人員在後續手術術前及術中參考用。
接著，如步驟S15所示，該處理單元4經由該顯示單元3顯示該等骨骼狀態參數值，以供醫療人員觀看並評估該預定骨骼200及該植入物300的狀態。
接著，如步驟S16所示，該處理單元4判斷每一骨骼狀態參數值是否符合對應的一警示條件，若是，則執行步驟S17。步驟S17是該處理單元4經由該顯示單元3顯示一指示出該骨骼狀態參數值符合對應的該警示條件的警示訊息。每一警示條件例如是對應的該骨骼狀態參數值未落在一正常數值範圍內。
綜上所述，本發明電子系統100藉由該處理單元4針對每一定位點P，根據指示出該定位點P的位置的該等手動定位資料及該等訓練影像資料，訓練該卷積神經網路模型而產生該自動定位模型，且藉由該處理單元4使用該等自動定位模型以分別產生多個分別指示出該待分析影像資料中該等定位點P的位置的自動定位資料，且根據該等自動定位資料產生相關於距離或角度的該等骨骼狀態參數值，從而改善先前技術中手動定位可能發生的失誤或誤差，並讓專業醫療人員不必將時間耗費在執行手動定位上，故確實能達成本發明的目的。
惟以上所述者，僅為本發明的實施例而已，當不能以此限定本發明實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的範圍內。
100····· 電子系統
1········ X光機
2········ 輸入單元
3········ 顯示單元
4········ 處理單元
200····· 預定骨骼
300····· 植入物
P、P01~P20········ 定位點
S01~S03··· 步驟
S11~S17··· 步驟
本發明的其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：
圖1是本發明電子系統的一個實施例的一硬體連接關係示意圖；
圖2是該實施例的一流程圖，說明該電子系統執行的產生用於自動定位出定位點的模型的方法；
圖3是該實施例的一示意圖，說明多個定位點的位置；
圖4是該實施例的一流程圖，說明該電子系統執行的骨骼狀態分析方法；
圖5是該實施例的一示意圖，說明其中一骨骼狀態參數值的定義；
圖6是該實施例的一示意圖，說明另一骨骼狀態參數值的定義；及
圖7是該實施例的一示意圖，說明又一骨骼狀態參數值的定義。
S01~S03······ 步驟
Claims (9)
- 一種產生用於自動定位出定位點的模型的方法，藉由一電子系統實施，該電子系統包含一X光機、一輸入單元及一處理單元，該方法包含： 該X光機拍攝多位參考患者的一預定骨骼及一裝設在該預定骨骼的植入物以產生多筆分別相關於該等參考患者且包含該預定骨骼的影像及該植入物的影像的訓練影像資料； 該處理單元針對每一訓練影像資料，根據經由該輸入單元接收到的多個手動定位指令，產生多個對應於該訓練影像資料的手動定位資料，每一手動定位資料指示出該訓練影像資料中的一定位點的位置；及 該處理單元針對每一定位點，根據指示出該定位點的位置的該等手動定位資料及該等訓練影像資料，訓練一卷積神經網路模型而產生一自動定位模型，該自動定位模型用於根據一由該X光機拍攝一目標患者的該預定骨骼及該植入物所產生的待分析影像資料產生一自動定位資料，該自動定位資料指示出該待分析影像資料中該定位點的位置。
- 一種骨骼狀態分析方法，藉由一電子系統實施，該電子系統包含一X光機及一處理單元，該方法包含： 該X光機拍攝一目標患者的一預定骨骼及一裝設在該預定骨骼的植入物以產生一包含該預定骨骼的影像及該植入物的影像的待分析影像資料； 該處理單元根據該待分析影像資料，使用如請求項1所述的該等自動定位模型以分別產生多個分別指示出該待分析影像資料中該等定位點的位置的自動定位資料；及 該處理單元根據該等自動定位資料產生一相關於距離或角度的骨骼狀態參數值。
- 如請求項2所述的骨骼狀態分析方法，其中，該電子系統還包含一顯示單元，該方法於產生該等自動定位資料後還包含： 該處理單元根據該待分析影像資料及該等自動定位資料經由該顯示單元顯示一自動標記影像資料，該自動標記影像資料包含該預定骨骼的影像、該植入物的影像及多個分別指示出該等定位點的標記圖像。
- 如請求項2所述的骨骼狀態分析方法，其中，該電子系統還包含一顯示單元，該方法於產生該骨骼狀態參數值後還包含： 該處理單元經由該顯示單元顯示該骨骼狀態參數值。
- 如請求項2所述的骨骼狀態分析方法，其中，該電子系統還包含一顯示單元，該方法於產生該骨骼狀態參數值後還包含： 該處理單元判斷該骨骼狀態參數值是否符合一警示條件；及 當該處理單元判斷該骨骼狀態參數值符合該警示條件，該處理單元經由該顯示單元顯示一指示出該骨骼狀態參數值符合該警示條件的警示訊息。
- 一種電子系統，包含： 一X光機；及 一處理單元； 該X光機拍攝一目標患者的一預定骨骼及一裝設在該預定骨骼的植入物以產生一包含該預定骨骼的影像及該植入物的影像的待分析影像資料； 該處理單元根據該待分析影像資料，使用如請求項1所述的該等自動定位模型以分別產生多個分別指示出該待分析影像資料中該等定位點的位置的自動定位資料； 該處理單元根據該等自動定位資料產生一相關於距離或角度的骨骼狀態參數值。
- 如請求項6所述的電子系統，還包含一顯示單元，其中，該處理單元根據該待分析影像資料及該等自動定位資料顯示一自動標記影像資料，該自動標記影像資料包含該預定骨骼的影像、該植入物的影像及多個分別指示出該等定位點的標記圖像。
- 如請求項6所述的電子系統，還包含一顯示單元，其中，該處理單元經由該顯示單元顯示該骨骼狀態參數值。
- 如請求項6所述的電子系統，還包含一顯示單元，其中，該處理單元判斷該骨骼狀態參數值是否符合一警示條件； 當該處理單元判斷該骨骼狀態參數值符合該警示條件，該處理單元經由該顯示單元顯示一指示出該骨骼狀態參數值符合該警示條件的警示訊息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW109114030A TWI753412B (zh) | 2020-04-27 | 2020-04-27 | 產生用於自動定位出定位點的模型的方法、骨骼狀態分析方法及電子系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW109114030A TWI753412B (zh) | 2020-04-27 | 2020-04-27 | 產生用於自動定位出定位點的模型的方法、骨骼狀態分析方法及電子系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202141525A TW202141525A (zh) | 2021-11-01 |
| TWI753412B true TWI753412B (zh) | 2022-01-21 |
Family
ID=80783489
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW109114030A TWI753412B (zh) | 2020-04-27 | 2020-04-27 | 產生用於自動定位出定位點的模型的方法、骨骼狀態分析方法及電子系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI753412B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201303807A (zh) * | 2011-07-14 | 2013-01-16 | Univ Nat Taiwan Science Tech | 一種具有告警功能的外科手術模擬系統以及模擬外科手術的方法 |
| CN105377175A (zh) * | 2013-03-15 | 2016-03-02 | 内布拉斯加大学评议会 | 工具承载的追踪系统以及计算机辅助手术方法 |
| JP2017515613A (ja) * | 2014-02-25 | 2017-06-15 | ジョイントポイント，インコーポレイテッド | 術中画像分析のためのシステム及び方法 |
| CN107072739A (zh) * | 2014-08-01 | 2017-08-18 | 史密夫和内修有限公司 | 提供用于手术程序的植入物 |
| CN108992169A (zh) * | 2011-07-20 | 2018-12-14 | 史密夫和内修有限公司 | 用于优化植入物与解剖学的配合的系统和方法 |
| CN109069067A (zh) * | 2015-12-16 | 2018-12-21 | 穆罕默德·R·马赫福兹 | Imu校准 |
| CN110944594A (zh) * | 2017-06-19 | 2020-03-31 | 穆罕默德·R·马赫福兹 | 使用荧光透视和跟踪传感器的髋部外科手术导航 |
-
2020
- 2020-04-27 TW TW109114030A patent/TWI753412B/zh active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201303807A (zh) * | 2011-07-14 | 2013-01-16 | Univ Nat Taiwan Science Tech | 一種具有告警功能的外科手術模擬系統以及模擬外科手術的方法 |
| CN108992169A (zh) * | 2011-07-20 | 2018-12-14 | 史密夫和内修有限公司 | 用于优化植入物与解剖学的配合的系统和方法 |
| CN105377175A (zh) * | 2013-03-15 | 2016-03-02 | 内布拉斯加大学评议会 | 工具承载的追踪系统以及计算机辅助手术方法 |
| JP2017515613A (ja) * | 2014-02-25 | 2017-06-15 | ジョイントポイント，インコーポレイテッド | 術中画像分析のためのシステム及び方法 |
| CN107072739A (zh) * | 2014-08-01 | 2017-08-18 | 史密夫和内修有限公司 | 提供用于手术程序的植入物 |
| CN109069067A (zh) * | 2015-12-16 | 2018-12-21 | 穆罕默德·R·马赫福兹 | Imu校准 |
| CN110944594A (zh) * | 2017-06-19 | 2020-03-31 | 穆罕默德·R·马赫福兹 | 使用荧光透视和跟踪传感器的髋部外科手术导航 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202141525A (zh) | 2021-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12089898B2 (en) | Methods for patient-specific shoulder arthroplasty | |
| CN113017829B (zh) | 一种基于深度学习的全膝关节置换术的术前规划方法、系统、介质和设备 | |
| WO2022142741A1 (zh) | 全膝关节置换术前规划方法和装置 | |
| US12190514B2 (en) | Systems and methods for evaluating accuracy in a patient model | |
| Budge et al. | Comparison of standard two-dimensional and three-dimensional corrected glenoid version measurements | |
| EP2583246B1 (en) | Method and system of automatic determination of geometric elements characterizing a bone deformation from 3d image | |
| CN111134840A (zh) | 膝关节置换手术方案的生成装置和终端 | |
| CN113066109A (zh) | 骨盆配准方法、骨盆配准装置和骨盆配准系统 | |
| TWI753412B (zh) | 產生用於自動定位出定位點的模型的方法、骨骼狀態分析方法及電子系統 | |
| Roner et al. | Three-dimensional automated assessment of the distal radioulnar joint morphology according to sigmoid notch surface orientation | |
| KR101659056B1 (ko) | 2차원 기술자를 이용한 두개골유합증 자동진단시스템 및 이를 이용한 두개골유합증 자동진단방법 | |
| US20170360507A1 (en) | System and method to select a prosthesis based on proximal femur morphology | |
| Baad-Hansen et al. | High-precision measurements of cementless acetabular components using model-based RSA: an experimental study | |
| CN113262087B (zh) | 用于髋臼杯前倾角测量的系统、方法、设备及存储介质 | |
| Matsuki et al. | Geometric analysis of the proximal humerus in elderly Japanese patients: implications for implant selection in reverse shoulder arthroplasty | |
| CN116392247A (zh) | 一种基于混合现实技术的手术定位导航方法 | |
| CN112168193B (zh) | 基于髌骨轴位x线图像获取髌骨解剖参数的系统及方法 | |
| CN204260873U (zh) | 一种基于骨盆骨性标志的髋臼假体定位器 | |
| CN113763297A (zh) | 一种肩锁关节ct图像处理方法 | |
| CN114376724A (zh) | 目标特征点的确定方法、装置、设备及计算机存储介质 | |
| CN206350756U (zh) | 一种髋臼周围截骨导向模板及骨盆模型 | |
| Zhou et al. | Analyzing on the location of the bicipital groove for alignment in shoulder arthroplasty of Chinese | |
| Branni et al. | Comparison of range of motion between 2-year clinical outcomes and predictions of a static scapula preoperative planning software for reverse shoulder arthroplasty | |
| US20250107904A1 (en) | Apparatus, system, and method for determining a position of a hip prosthesis in a bone of a patient | |
| Schmaranzer et al. | Femoroacetabular Impingement and associated collateral damages |