CN101189638B - 膝关节形态的特征描述方法和系统 - Google Patents
膝关节形态的特征描述方法和系统 Download PDFInfo
- Publication number
- CN101189638B CN101189638B CN2006800094375A CN200680009437A CN101189638B CN 101189638 B CN101189638 B CN 101189638B CN 2006800094375 A CN2006800094375 A CN 2006800094375A CN 200680009437 A CN200680009437 A CN 200680009437A CN 101189638 B CN101189638 B CN 101189638B
- Authority
- CN
- China
- Prior art keywords
- knee
- image
- parameter
- target knee
- tracks
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 210000000629 knee joint Anatomy 0.000 title claims abstract description 18
- 238000012512 characterization method Methods 0.000 title description 2
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 8
- 210000003127 knee Anatomy 0.000 claims description 40
- 210000002303 tibia Anatomy 0.000 claims description 8
- 241001247821 Ziziphus Species 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 2
- 230000002285 radioactive effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 20
- 238000005516 engineering process Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 239000012528 membrane Substances 0.000 description 7
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 210000000845 cartilage Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 210000000689 upper leg Anatomy 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000007620 mathematical function Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000272173 Calidris Species 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000228740 Procrustes Species 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 201000008482 osteoarthritis Diseases 0.000 description 1
- 210000004417 patella Anatomy 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
- G09B23/30—Anatomical models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/505—Clinical applications involving diagnosis of bone
-
- G06T3/18—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Abstract
本发明涉及一种描述膝关节骨骼形态特征的方法和系统。与骨骼结构模型相关的多个轨迹都是按实物尺寸定做的,且被用于确定多元轨迹在给定对象中的位置参数,从而得到可变形统计模板的参数。接着基于所得可变形统计模板的参数来描述骨骼形态特征。
Description
技术领域
本发明主要涉及膝关节形态的特征描述,每个膝关节一次或多次,目的是为了进行研究或对具体的个体进行病理诊断。
背景技术
膝盖解剖学的研究需要结构参数的定量特征描述。如一个具体例子中,确定人群中的膝盖解剖学研究需要测量膝盖骨关节炎(OA),一种慢性发展的疾病以关节处软骨的损耗为特征,将导致关节活动损耗并增加疼痛。在膝盖主要的两个膜(外侧和内侧)当中,OA主要出现在内侧膜,这是由于此处承担较高的承重负荷。针对个体疾病的纵向评价有赖于临床和射线照相的特征,主要是疼痛,伤残和结构变化。病情改善疗法目前还在研究中且有赖于对该疾病的病情的精确评估。
在当前实践中,用于人群研究,临床试验和膝盖OA流行病学研究的主要前沿点是射线照相的最小关节间隙宽度(mJSW)的替代测量,在股骨髁的承重表面或半弯曲位置的射线照片中的胫骨坪间进行测量,如图1的射线照片所示。软骨的逐步损耗通过mJSW的收缩来测量。由于OA主要出现在内侧膜,所以只在此膜中进行mJSW的测量。
mJSW的测量通常是由受过训练的医师用手持式渐层滤镜察看灯箱上的射线照片来完成。采用这种方法,难以避免由于观察者的主观性所导致的观察者之间的显著差异。此外,由于mJSW通常在内侧膜中进行测量,外侧膜中的OA可能没被检测到,而事实上,有些病人患有原发性外侧膜疾病。在这种方法中mJSW是疾病病情的单一测量,整个关节的情况可能因为依赖单一指标而被掩盖。
为了解决人类主观性所致的主要问题,利用计算机分析数字化的膝盖射线照片来实现mJSW的测量已经被一些作者采用。用计算机分析从X射线图像推导mJSW的方法之一由Duryea等人描述,见2000年3月的27Med.Phys.,pp.580-91。此外,除mJSW外的描述膝关节间隙特征的替代结果测量已经进行了研究并与mJSW进行对比,例如,Duryea等人在11Osteoarthritis & Cartilage,pp.102-110(2003)中所述。上述方法都是基于特征分析技术的例子。
然而,需要采用一项技术对射线照相的mJSW测量进行补充,该技术与现有的使用非基于模型的方法相比可给OA的定量测量带来更高的灵敏度,特别是通过潜在治疗临床评价的观察可发现,凭借灵敏度的提高,该技术可以更快地进行而且病患减少。
发明内容
根据本发明的优选实施方案,提供了一种按照模型参数化描述膝关节特征的方法。该方法包括如下步骤:
a.创建由一组参数表征的可变形统计模板,这组参数作为一个集合跨越一个代表膝关节的指定特征的空间位置集合的抽象向量空间,每个向量唯一地描述其与人群平均值的偏差;
b.在运行时在膝关节骨骼的二维图像中拟合与指定特征相关联的多个轨迹,以允许可变形统计模板的参数化;
c.对于一个给定对象中的多个轨迹的位置进行参数化,以得到可变形统计模板的参数值;以及
d.基于所述多个轨迹的子集和/或所述可变形统计模板的得到的参数,描述给定对象的膝盖的骨骼形态的特征。
可以理解,本发明的说明书或任何所附权利要求中用到的术语“子集”与构成一个集合的元素有关,术语“子集”被理解为包含整个集合元素的真子集或全集。此外,术语“轨迹(locus)”用来表示在一个定义某个特征的点(在向量空间中)的某一“距离”内的多个点之一。“距离”通常是指在向量空间上定义的一个范数。
根据本发明的其他实施方案,二维图像可以是通过使放射线穿过膝关节所得到的射线照片,例如传送X射线透过膝关节。此方法还包括基于根据可变形统计模板的参数对骨骼形态的特征描述来预测治疗方法的临床结果。
根据本发明更进一步的实施方案,创建可变形统计模板的步骤包括基于一组膝盖二维图像的统计分析定义所述一组参数,而在运行时拟合与指定模型特征相关联的多个轨迹的步骤包括接收操作员的输入。在连续的时间点重复步骤(c)和(d),以便描述骨骼形态随时间的演变。
根据本发明更进一步的实施方案,一个附加步骤可包括在步骤(c)的连续迭代之间进行临床干预。位置参数化的步骤可包括多个轨迹位置的逐次逼近。描述膝盖骨骼形态特征的步骤可包括在内侧或外侧膜中估计关节间隙在指定位置的宽度,或者至少在内侧和外侧膜之一中估计最小关节间隙。
本发明另一方面还提供了按照骨骼形态描述膝关节特征的方法。该方法步骤如下:
a.在运行时在膝盖骨骼的二维图像中拟合与指定特征相关联的多个轨迹,以允许可变形统计模板的参数化;
b.对于一个给定对象中的多个轨迹的位置进行参数化,以得到所述可变形统计模板的参数;以及
c.基于所述多个轨迹的子集和/或所述可变形统计模板的得到的参数,描述所述骨骼形态的特征。
最后,根据本发明,可以提供一种用于计算机系统上来描述一个对象的膝关节骨骼形态特征的计算机程序产品。该计算机程序产品包括:用于将与膝关节二维图像中的指定骨骼特征相关联的轨迹存储到计算机存储器中的程序代码;对于一个给定对象中的多个轨迹的位置进行参数化,以得到可变形统计模板的参数的程序代码;和基于所述多个轨迹的子集和/或所述可变形统计模板的得到的参数来描述所述骨骼形态的特征的程序代码。
附图说明
结合附图参考下面的详细描述将更容易理解本发明,在附图中:
图1是在膝盖的射线照片图像中的股骨髁和胫骨坪间获得的最小关节间隙宽度的图像;
图2是设在膝盖的射线照片图像上的界标点的图像;
图3是描述膝盖骨骼形态特征的方法的流程图;以及
图4是展示用于确定从模型参数获得的膝关节的各种测量结果的软件应用的图像。
具体实施方案
根据本发明的优选实施方案,使用已产生的可变形统计模板自动地或半自动地实现数字化的膝盖射线照片的计算机分析,例如,该可变形统计模板可通过大量手工注释的膝盖射线照片样例的统计分析产生。
此处所述的和任何所附权利要求中要求保护的发明被应用于通过使用穿透性的电磁辐射,如x射线,实现人或动物的膝关节成像所得的数据。通常,代表使射线穿过关节的传送的二维射线照片被使用。可以理解的是,虽然本发明不限于成像的具体形式,也不限于存储并操作这些所得图像的具体形式,但具体形式有很多优点,如高能射线(X射线或伽马射线)有利地提供高空间分辨率。
如下所述,膝关节图像(在此不加限制地都被称为“射线照片”)的分析在应用于输入数据的‘模型’的基础上进行。此处和任何所附权利要求中所采用的术语“模型”通常是指用来确定对象或其组成部分的位置和/或动作的参数的任何数学描述。在此所述的方法应用于任何膝盖图像数据模型都在要求保护的本发明的范围内。当一个模型在此被称为“统计的”时,这可被理解为基于全体对象成员中的参数变化的分析。
更具体而言,本发明将参考一类模型进行描述,其中模型代表了在膝盖上指定的一组2D点位置的平均相对位置,及这些相对位置在正常情况下个体之间或具体个体随着时间推移或由于干预情况,如,病情进展所致的变化方式的数学描述。本发明的实践建立在“看似合理的”形态的数学模型存在的基础上,其中形态包含形状和形状变化,并且还可以包含其他方面的外观,例如建模对象的纹理。采用下述方法将模型应用于从实际膝盖的图像中所得的数据。然而,该方法不特定于任何具体的点集放置,如图2所示,完全通过举例的方式,但不限于此,一组点(或“界标”)20被自动或半自动的放置在胫骨棘、关节的外围边界、股骨骨节的边缘和胫骨坪上。用作已知直径的校准目标以允许在标准长度单位下表达测量结果的球轴承25也可在图2所示的图像中找到。
在本发明实施方案的运行时应用中,指定的点通过被训练识别这些位置的程序单元从膝关节图像中初步识别出来(在这个过程中被称为分割)。在半自动分析中,应用的用户被请求定义膝盖射线照片上被自动或半自动识别出的界标(图2中的大圆点26)的某个子集(真子集或全集),以创建可变形统计模板。这些位置按照有效“描述”膝盖射线照片外观的方式定义,无论是否涉及极值特征。
尽管膝关节的精确形态随着对象不同和时间变化而有所变化,这些界标大部分仍然可识别。模板是统计的,由于它对全体对象的膝盖射线照片外观(如上所述)的分布建模(利用平均值和“正态”偏差,或用作代表性特征的其他要素,但不限于此)。因此,该模板允许根据有限数量的数值对形态进行参数化,本发明不限于任何具体的参数化方案。
对于本发明的应用,点的看似合理位置的数学模型可被建立,如下所述。一组训练2D数据块从全体膝盖射线照片图像中取得。这些数据在建模之前可通过手动调整来增加。
为建立一个模型,产生的是2D点的相对位置而不是它们的“绝对”空间参照位置。因此,在建模时,第一步通常是使每个2D数据帧与一个公共参照系校准,可采用多种标准校准技术之一实现,如Horn的“Procrustes Analysis”,《Closed Form Solution of AbsoluteOrientation Using Unit Quaternions》,J.Optical Society,1987年4月A4卷,pp.629-42。
该模型提供了一个二维点相对位置在训练数据的多帧之间的偏差的简洁数学描述。只要数据校准,该数学描述可通过一种或多种统计建模技术完成,例如,Johnson和Wichern的“Principal ComponentAnalysis”,见Applied Multivariate Statistical Analysis,pp.458-513(2002年,第5版)。
在一组实施方案中,模型可由2D数据的“平均”形状及一组描述形状可以如何改变的数学函数组成。通过向数学函数馈送控制数字向量或“模型参数”,可生成任何看似合理的2D点坐标集。虽然模型参数可能会跨越模型变化范围的空间,但是要求保护的本发明在实践时不必如此。此外,该模型可以是线性的,也就是说,其中运动对应于沿着直线(而不是诸如圆弧或曲线)移动的点的线性组合。然而,本发明并不限于此类模型的使用。
现在将参照图3的流程图进行讨论,本发明的实施方案采用如上所述被训练的模型来分割图像,即,确定描述膝盖骨骼形态特征的2D点坐标。根据本发明的优选实施方案,产生多个假定输入点位置集,例如随机地产生或在一组预先定义的可能位置上产生。这些位置集中的每一个均被测试,以在模型认为其位置与相邻点的“距离”“合理”的情况下确定适当的初始输入点位置集。在本发明的范围内,此处用到的和任何所附权利要求中的术语“距离”是指模型的参数化变量的范数,并且可以对应于一个欧几里德范数,但并不一定如此。一旦确定了初始输入二维点位置,就可以找到最优校准参数集来使这些位置与模型中的相应点的位置匹配,即,将所有坐标转换为模型的参照系,这种方式使得模型参数描述实际图像的概率最大化。如下所述,迭代法被用于局部拟合。实现这一分割步骤的算法由T.F.Cootes和C.J.Taylor在《Statistical Models of Appearance for Medical Image Analysisand Computer Vision》Proc.SPIE Medical Imaging,(2001)中描述。
初始点集可被描述为向量X,
X={x1,x2...xn,y1,y2...yn},
其中(xi,yi)是下标为i的点的二维坐标。
这些点在使用例如Horn(如前所述)被校准到模型的参照系时被描述为向量X′,此处X′是对X应用计算出的校准变换T的结果。
X′=T(X),
此处T是计算出的变换参数的矩阵。
模型是某种函数F,给定一组输入点坐标,这个函数可产生一个参数向量b,
b=F(X′)
在一组实施方案中,模型由二维数据的“平均”形状及一组描述形状可以如何改变的数学函数组成,b可用下式计算:
b=A(X′-X′m)
此处Xm是“平均”形状的二维点坐标的向量,A是在训练阶段学习得到的矩阵,该训练阶段使用例如Johnson和Wichern在Applied Multivariate Statistical Analysis,pp.458-513(2002年,第5版)中所描述的“Principal Component Analysis”。
为了在给定一组模型参数的情况下估计一组点坐标,使用F的“逆”F′(多数情况都只能是近似的逆):
Xe′=F′(b)
此处Xe是在给定的一组参数b下的二维坐标的估计值。如果利用“Principal Component Analysis”来建模,则可以写成:
Xe=Xm+A′(b)
此处A′是A的伪逆矩阵,在“Principal Component Analysis”的情况下A′与A的转置矩阵是相同的。
各种模型拟合算法可被用于完成以上步骤。在一个实施方案中,该模型值的未加权最小平方估计可如下计算:
b=A(X′-X′m)
这些值可用于根据下式来预测模型参照系中的全部2D点向量的值:
Xe′=F′(b)
变换矩阵T的逆矩阵T′用于估计原始参照系中的全部2D点向量:
Xe=T′(Xe′)。
随后的这组点现在与模型参照系重新校准,并且重复上述过程。发现最佳的一组校准参数,接着应用拟合算法来获得最佳的一组模型参数。然后,这组最佳模型参数用于产生另一组点。
这一迭代过程一直重复到出现收敛(在指定标准内)为止或者直到指定最大次数的迭代已被完成为止。当迭代完成,最后一步的输出就是由模型参数拟合的2D点全集的解。
最后的分割(即,射线照片中被指定的初始化点的识别)现在可被用于从射线照片中提取多个测量结果,如下所列,仅为例举而非全部列出。
1.外侧或内侧膜中的mJSW。
2.外侧或内侧膜中任意位置的JSW,JSW测量的位置可能沿着胫骨棘到关节边缘的指定位置的一条线被参数化,因此这种测量结果应在纵向研究的不同时间点进行比较。
3.一个已定义的测量,具有一个区域的尺寸,描述任一膜对向的特定区域的特征。
由于可变形统计模板已被用于检测和注释关节,关节形状的参数化可根据此模板的最优拟合来确定。因此,在抽象意义上,关节的“形状”可与“普遍”的“正常”关节形状进行比较,或者纵向研究中时间点上形状参数的其他变化可被当作疾病进展的新测量结果。变化可映射到一段时间上的特定测量中,无论是否存在医疗干预。一般而言,医疗干预的情况在此处和任何所附权利要求中是指“治疗形式”,并且包括药剂的监控,但不限于此。
软件应用的屏幕截图展示了一些已完成的测量结果,如图4所示。具体地说,依照本发明,以下测量结果均是可能用于描述膝盖形态特征的测量结果的例子:
软骨面积测量
对于原始图像和后续图像并且对于任一侧膜,测量在任一侧膜端由胫骨坪,股骨骨节和关节间隙宽度(JSWs)限定的面积。
关节间隙宽度(JSW)外形测量
对于原始图像和后续图像并且对于任一侧膜,沿着胫骨坪的整个长度测量关节间隙宽度的外形。给定点的JSW是胫骨边界和股骨边界的最小距离。JSW外形被当作从胫骨棘到关节中轴距离的函数来测量(毫米)。
最小JSW测量
对于原始图像和后续图像,最小JSW可在内、外侧膜中测量。最小JSW是在给定范围内沿着胫骨坪JSW外形测量结果的最小值。默认情况下,最小值存在于软骨面积测量结果的内部范围和JSW外形测量结果的外部范围之间。
等价JSW测量
对于后续图像并且对于任一侧膜,JSW可在估计位置(沿着胫骨坪)被测量,在这个位置mJSW可在原始图像上计算出来。这个测量需要研究病人的原始图像和后续图像。
交叉标记
交叉标记是内侧膜或外侧膜的一个标记,它指示了胫骨边界是否与股骨边界交叉。在这些情况下,如果发现交叉,那么可忽略结果。
形状测量
对于给定的一对原始图像和后续图像,系统可计算与原始膝盖和后续膝盖之间膝盖整体形状发生变化的程度相对应的一个统计量。统计量的值越高,原始与后续间发生的改变就越多。形状测量的单位是毫米,数字对应于分割的膝盖边界上的每个点在原始和后续膝盖之间(在同一参照系中测量的)发生移动的平均量。这个测量需要研究病人的原始图像和后续图像。这应当允许“感兴趣”图像的快速鉴别,这可以确保扩展的手工研究。
这个描述膝关节形态特征的公开方法可被实施为与计算机系统一起使用的计算机程序产品。这样的实施可能包括一系列计算机指令,这些指令可固定在有形介质上,如计算机可读介质(如软盘、CD-ROM、ROM或硬盘),或者可经过调制解调器或其他接口设备(如经介质连接到网络的通信适配器)传送到计算机系统。介质可以是有形介质(如,光学或模拟通信线路)或由无线技术实现的介质(如,微波、红外线或其他传输技术)。这一系列计算机指令包含了上述关于系统的全部或部分功能。本领域的技术人员应该意识到这些计算机指令可用许多编程语言来编写,以用于多种计算机体系结构或操作系统。此外,这些指令可被存储于任何存储设备,如半导体,磁性,光学或其他存储设备,可用任何通信技术传送,如光学、红外线、微波或其他传输技术。可预料,这样的计算机软件产品可作为移动介质附加印刷文档或电子文档(例如,压缩打包软件)来发行,预先装载到计算机系统(如,在系统ROM或硬盘上),或者通过网络(如,因特网或万维网)从服务器或电子公告栏来发行。当然,本发明的一些实施方案可通过软件(如,计算机程序产品)和硬件结合的方式来实现。本发明还有一些实施方案可完全通过硬件实现,或者完全通过软件(如,计算机程序产品)。
本发明的上述实施方案仅仅只是示例性的,本领域的技术人员显然会发现许多变化和改进。所有这些变化和改进都在所附权利要求限定的本发明的范围内。
Claims (7)
1.一种按照模型参数化估计膝关节的关节间隙宽度的方法,该方法包括:
a.创建包括一组参数的可变形统计模板,这组参数作为一个集合代表膝关节的特征的空间位置以及所述空间位置与人群平均值的偏差;
b.在运行时在目标膝盖的骨骼的二维图像中拟合与所述目标膝盖的图像的特征相关联的多个轨迹,以允许按照可变形统计模板对所述目标膝盖的图像的参数化;
c.对于所述目标膝盖的图像中的多个轨迹的位置进行参数化,以得到所述可变形统计模板的参数值;
d.基于所述多个轨迹的子集以及得到的可变形统计模板的参数中的至少之一来估计在所述目标膝盖的图像上所述目标膝盖的边缘附近的位置及胫骨棘的位置;以及
e.基于所述多个轨迹的子集和得到的可变形统计模板的参数中的至少之一来估计在所述目标膝盖的图像上从估计出的胫骨棘的位置到估计出的所述目标膝盖的边缘附近的位置之间的一条线上的至少一个位置处的关节间隙宽度。
2.根据权利要求1中所述的方法,其中所述二维图像是通过使放射线穿过膝关节的传送过程所得到的射线照片。
3.根据权利要求1中所述的方法,其中所述二维图像是通过使X射线穿过膝关节所得到的射线照片。
4.根据权利要求1中所述的方法,其中创建可变形统计模板的步骤包括基于一组膝盖二维图像的统计分析定义所述一组参数。
5.根据权利要求1中所述的方法,其中在运行时拟合与所述目标膝盖的图像的特征相关联的多个轨迹的步骤包括接收操作员的输入。
6.根据权利要求1中所述的方法,还包括对于设在至少一个连续的时间点上的所述目标膝盖的至少一个连续的图像重复步骤(c)、(d)及(e),以便描述在从所述胫骨棘到所述目标膝盖的边缘附近的位置的线上相同的至少一个位置处的关节间隙宽度随着时间的演变。
7.根据权利要求1中所述的方法,其中拟合步骤包括所述多个轨迹的位置的逐次逼近。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US66491205P | 2005-03-24 | 2005-03-24 | |
US60/664,912 | 2005-03-24 | ||
PCT/US2006/009565 WO2006104707A2 (en) | 2005-03-24 | 2006-03-16 | Method and system for characterization of knee joint morphology |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101189638A CN101189638A (zh) | 2008-05-28 |
CN101189638B true CN101189638B (zh) | 2011-11-30 |
Family
ID=36791636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800094375A Expired - Fee Related CN101189638B (zh) | 2005-03-24 | 2006-03-16 | 膝关节形态的特征描述方法和系统 |
Country Status (7)
Country | Link |
---|---|
US (2) | US7760923B2 (zh) |
EP (1) | EP1861821A2 (zh) |
JP (1) | JP5054669B2 (zh) |
CN (1) | CN101189638B (zh) |
AU (1) | AU2006229785A1 (zh) |
CA (1) | CA2602218C (zh) |
WO (1) | WO2006104707A2 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1861821A2 (en) | 2005-03-24 | 2007-12-05 | Image Metrics Limited | Method and system for characterization of knee joint morphology |
US8231634B2 (en) * | 2006-03-17 | 2012-07-31 | Zimmer, Inc. | Methods of predetermining the contour of a resected bone surface and assessing the fit of a prosthesis on the bone |
JP4934786B2 (ja) * | 2006-10-13 | 2012-05-16 | 国立大学法人 東京大学 | 膝関節診断支援方法及び装置並びにプログラム |
WO2008087556A2 (en) * | 2007-01-16 | 2008-07-24 | Optasia Medical, Limited | Image processing systems and methods |
US9179983B2 (en) | 2007-08-14 | 2015-11-10 | Zimmer, Inc. | Method of determining a contour of an anatomical structure and selecting an orthopaedic implant to replicate the anatomical structure |
US8126249B2 (en) * | 2008-05-30 | 2012-02-28 | Optasia Medical Limited | Methods of and system for detection and tracking of osteoporosis |
WO2010018407A1 (en) * | 2008-08-12 | 2010-02-18 | Wyeth Pharmaceuticals Inc. | Morphometry of the human knee joint and prediction for ostearthritis |
WO2010018406A1 (en) | 2008-08-12 | 2010-02-18 | Wyeth Pharmaceuticals Inc. | Morphometry of the human hip joint and prediction of osteoarthritis |
JP5467747B2 (ja) * | 2008-09-16 | 2014-04-09 | 永一 坂東 | 原因物理量推定方法および装置 |
US8294767B2 (en) | 2009-01-30 | 2012-10-23 | Microsoft Corporation | Body scan |
US8675939B2 (en) | 2010-07-13 | 2014-03-18 | Stryker Leibinger Gmbh & Co. Kg | Registration of anatomical data sets |
KR101883258B1 (ko) * | 2010-08-13 | 2018-07-31 | 스미스 앤드 네퓨, 인크. | 해부학적 계측점의 검출 방법 |
US9236024B2 (en) | 2011-12-06 | 2016-01-12 | Glasses.Com Inc. | Systems and methods for obtaining a pupillary distance measurement using a mobile computing device |
US9311746B2 (en) | 2012-05-23 | 2016-04-12 | Glasses.Com Inc. | Systems and methods for generating a 3-D model of a virtual try-on product |
US9483853B2 (en) | 2012-05-23 | 2016-11-01 | Glasses.Com Inc. | Systems and methods to display rendered images |
US9286715B2 (en) | 2012-05-23 | 2016-03-15 | Glasses.Com Inc. | Systems and methods for adjusting a virtual try-on |
US20140270449A1 (en) * | 2013-03-15 | 2014-09-18 | John Andrew HIPP | Interactive method to assess joint space narrowing |
CN103186901A (zh) * | 2013-03-29 | 2013-07-03 | 中国人民解放军第三军医大学 | 全自动图像分割方法 |
TWI700473B (zh) | 2014-06-04 | 2020-08-01 | 美商康寧公司 | 用於量測玻璃物品厚度的方法及系統 |
US10376182B2 (en) | 2015-10-30 | 2019-08-13 | Orthosensor Inc. | Spine measurement system including rod measurement |
US10595941B2 (en) | 2015-10-30 | 2020-03-24 | Orthosensor Inc. | Spine measurement system and method therefor |
GB2544531A (en) * | 2015-11-20 | 2017-05-24 | Imorphics Ltd | Image processing method |
JP6933521B2 (ja) * | 2016-08-05 | 2021-09-08 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置及びx線ct装置 |
CN109377478B (zh) * | 2018-09-26 | 2021-09-14 | 宁波工程学院 | 一种骨关节炎自动分级方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1349098A1 (en) * | 2002-03-27 | 2003-10-01 | Agfa-Gevaert N.V. | Method of performing geometric measurements on digital radiological images using graphical templates |
WO2003088085A1 (en) * | 2002-04-04 | 2003-10-23 | Arizona Board Of Regents | Three-dimensional digital library system |
CN1710612A (zh) * | 2005-07-08 | 2005-12-21 | 北京航空航天大学 | 基于备选关节点集合的皮肤顶点影响权值分配方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5360446A (en) * | 1992-12-18 | 1994-11-01 | Zimmer, Inc. | Interactive prosthesis design system for implantable prosthesis |
US5682886A (en) * | 1995-12-26 | 1997-11-04 | Musculographics Inc | Computer-assisted surgical system |
US5880976A (en) * | 1997-02-21 | 1999-03-09 | Carnegie Mellon University | Apparatus and method for facilitating the implantation of artificial components in joints |
DE69922317D1 (de) * | 1998-09-29 | 2005-01-05 | Koninkl Philips Electronics Nv | Bildverarbeitungsverfahren für medizinische Ultraschall-Abbildungen der Knochenstruktur, und ein Gerät für rechnerunterstützte Chirurgie |
FR2798760B1 (fr) * | 1999-09-17 | 2002-03-29 | Univ Joseph Fourier | Reconstitution de surfaces en trois dimensions par utilisation de modeles statistiques |
US7027650B2 (en) | 1999-12-10 | 2006-04-11 | Christian Williame | Dynamic computing imagery, especially for visceral osteopathy and for articular kinetics |
US6701174B1 (en) * | 2000-04-07 | 2004-03-02 | Carnegie Mellon University | Computer-aided bone distraction |
US6711432B1 (en) * | 2000-10-23 | 2004-03-23 | Carnegie Mellon University | Computer-aided orthopedic surgery |
US6963825B1 (en) * | 2000-10-16 | 2005-11-08 | Kabushiki Kaisha Armonicos | Outline extracting apparatus and method and computer readable memory medium |
EP1293925A1 (en) | 2001-09-18 | 2003-03-19 | Agfa-Gevaert | Radiographic scoring method |
JP2003144454A (ja) * | 2001-11-16 | 2003-05-20 | Yoshio Koga | 関節手術支援情報算出方法、関節手術支援情報算出プログラム、及び関節手術支援情報算出システム |
JP2004041694A (ja) | 2002-05-13 | 2004-02-12 | Fuji Photo Film Co Ltd | 画像生成装置およびプログラム、画像選択装置、画像出力装置、画像提供サービスシステム |
GB2393625C (en) * | 2002-09-26 | 2004-08-18 | Meridian Tech Ltd | Orthopaedic surgery planning |
US20040101186A1 (en) | 2002-11-27 | 2004-05-27 | Xin Tong | Initializing model-based interpretations of digital radiographs |
GB2402470B (en) | 2003-04-30 | 2005-11-30 | Image Metrics Plc | A method of and apparatus for classifying images |
US8290564B2 (en) | 2003-09-19 | 2012-10-16 | Imatx, Inc. | Method for bone structure prognosis and simulated bone remodeling |
DE602004015739D1 (de) | 2004-05-18 | 2008-09-25 | Agfa Healthcare Nv | Verfahren zur automatischen Positionierung von geometrischen Objekten in medizinischen Bildern |
EP1861821A2 (en) | 2005-03-24 | 2007-12-05 | Image Metrics Limited | Method and system for characterization of knee joint morphology |
US7848592B2 (en) | 2006-07-31 | 2010-12-07 | Carestream Health, Inc. | Image fusion for radiation therapy |
WO2008087556A2 (en) | 2007-01-16 | 2008-07-24 | Optasia Medical, Limited | Image processing systems and methods |
US8126249B2 (en) | 2008-05-30 | 2012-02-28 | Optasia Medical Limited | Methods of and system for detection and tracking of osteoporosis |
-
2006
- 2006-03-16 EP EP06738603A patent/EP1861821A2/en not_active Withdrawn
- 2006-03-16 CN CN2006800094375A patent/CN101189638B/zh not_active Expired - Fee Related
- 2006-03-16 US US11/376,868 patent/US7760923B2/en not_active Expired - Fee Related
- 2006-03-16 WO PCT/US2006/009565 patent/WO2006104707A2/en active Application Filing
- 2006-03-16 JP JP2008503042A patent/JP5054669B2/ja not_active Expired - Fee Related
- 2006-03-16 CA CA2602218A patent/CA2602218C/en not_active Expired - Fee Related
- 2006-03-16 AU AU2006229785A patent/AU2006229785A1/en not_active Abandoned
-
2010
- 2010-04-16 US US12/761,693 patent/US7929745B2/en not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1349098A1 (en) * | 2002-03-27 | 2003-10-01 | Agfa-Gevaert N.V. | Method of performing geometric measurements on digital radiological images using graphical templates |
WO2003088085A1 (en) * | 2002-04-04 | 2003-10-23 | Arizona Board Of Regents | Three-dimensional digital library system |
CN1710612A (zh) * | 2005-07-08 | 2005-12-21 | 北京航空航天大学 | 基于备选关节点集合的皮肤顶点影响权值分配方法 |
Also Published As
Publication number | Publication date |
---|---|
EP1861821A2 (en) | 2007-12-05 |
CA2602218A1 (en) | 2006-10-05 |
WO2006104707A2 (en) | 2006-10-05 |
US20100272332A1 (en) | 2010-10-28 |
AU2006229785A2 (en) | 2006-10-05 |
WO2006104707A3 (en) | 2006-12-21 |
US7760923B2 (en) | 2010-07-20 |
JP2008534055A (ja) | 2008-08-28 |
US7929745B2 (en) | 2011-04-19 |
AU2006229785A1 (en) | 2006-10-05 |
US20060216681A1 (en) | 2006-09-28 |
CN101189638A (zh) | 2008-05-28 |
CA2602218C (en) | 2015-02-10 |
JP5054669B2 (ja) | 2012-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101189638B (zh) | 膝关节形态的特征描述方法和系统 | |
JP7466928B2 (ja) | 人工知能の術中外科的ガイダンスシステムと使用方法 | |
EP3444776B1 (en) | Topogram prediction from surface data in medical imaging | |
EP3100236B1 (en) | Method and system for constructing personalized avatars using a parameterized deformable mesh | |
CA3042819A1 (en) | Method and system for postural analysis and measuring anatomical dimensions from a digital image using machine learning | |
Campomanes-Alvarez et al. | Computer vision and soft computing for automatic skull–face overlay in craniofacial superimposition | |
US11883219B2 (en) | Artificial intelligence intra-operative surgical guidance system and method of use | |
KR102036834B1 (ko) | 이미지 처리 방법 | |
Singh et al. | Estimating a patient surface model for optimizing the medical scanning workflow | |
JP2021189946A (ja) | 検出装置、検出方法及び検出プログラム | |
Zhang et al. | A novel tool to provide predictable alignment data irrespective of source and image quality acquired on mobile phones: what engineers can offer clinicians | |
US20130044928A1 (en) | Image Processing Method | |
GB2602163A (en) | System for determining body measurements from images | |
US20210345945A1 (en) | Detecting spinal shape from optical scan | |
Westfeld et al. | Automatic techniques for 3D reconstruction of critical workplace body postures from range imaging data | |
US11857271B2 (en) | Markerless navigation using AI computer vision | |
Canton-Ferrer et al. | Voxel based annealed particle filtering for markerless 3D articulated motion capture | |
CN117224115A (zh) | 一种基于图像测量人体四肢长骨与身高比例的方法及系统 | |
Dong et al. | A computational framework for automatic determination of morphological parameters of proximal femur from intraoperative fluoroscopic images | |
Dong et al. | Determining Geometrical Parameters by Particle Filter for Automatic Reconstruction of Surface Model of Proximal Femur from Biplanar Calibrated Fluoroscopic Images | |
Calow et al. | Markerless Analysis of Human Gait with a Multi-Camera-System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111130 Termination date: 20180316 |