买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京长木谷医疗科技股份有限公司;张逸凌

摘要：本申请提供了一种髋臼旋转中心计算方法、装置、设备及计算机可读存储介质。该髋臼旋转中心计算方法，包括：获取髋关节CT数据；对髋关节CT数据进行股骨、骨盆的分割，得到股骨分割结果和骨盆结果；根据股骨分割结果定位股骨头位置；定位髋臼位置；采集髋臼点；基于髋臼位置和髋臼点，增加髋臼采集点；将髋臼采集点输入预设的髋臼中心识别网络模型，输出髋臼旋转中心和半径；其中，髋臼中心识别网络模型是基于髋臼中心识别网络经过模型训练得到的。根据本申请实施例，能够又快又准地计算髋臼旋转中心。

主权项：1.一种髋臼旋转中心计算方法，其特征在于，包括：获取髋关节CT数据；对髋关节CT数据进行股骨、骨盆的分割，得到股骨分割结果和骨盆结果；根据股骨分割结果定位股骨头位置；定位髋臼位置；采集髋臼点；基于髋臼位置和髋臼点，增加髋臼采集点；将髋臼采集点输入预设的髋臼中心识别网络模型，输出髋臼旋转中心和半径；其中，髋臼中心识别网络模型是基于髋臼中心识别网络经过模型训练得到的；具体的，对于髋臼旋转中心和半径识别网络，结构如下，输入数据为N*3三维坐标点数据格式，这里N表示点个数1000，输出为[X,Y,Z,R]，其中X,Y,Z表示髋臼旋转中心坐标，R表示髋臼半径；在髋臼中心识别网络中，对于输入的N*3数据，网络先通过Transform提取特征，通过MLP结构将其映射到64维的空间上，最后映射到1024维的空间上；这时对于每一个点，都有一个1024维的向量表征，而这样的向量表征对于一个3维的点云明显是冗余的，因此，这个时候引入最大池化操作，将1024维所有通道上都只保留最大的那一个，这样得到的1×1024的向量就是N个点云的全局特征；对于回归问题，直接将这个全局特征再经过MLP输出髋臼旋转中心坐标和半径；MLP结构包括三层：输入层、隐含层和输出层，MLP神经网络不同层之间是全连接的；MLP的前向传播需要加入激活函数；权重更新使用梯度下降法：权值沿梯度负方向更新，使函数值减小；梯度指的是一个向量，方向为方向导数取得最大值的方向；学习率：设置为0.0001；损失函数使用L2正则化损失函数； 数据采集，包括：采集髋关节CT数据，髋臼点的坐标，髋臼旋转中心的坐标和半径；对髋关节CT数据进行股骨、骨盆的分割，包括：利用2D分割算法或3D分割算法，对髋关节CT数据进行股骨、骨盆的分割；根据股骨分割结果定位股骨头位置，包括：将股骨区域顶部位置向下30层所在区域，确定为股骨头位置；基于髋臼位置和髋臼点，增加髋臼采集点，包括：对每一个采集到的点，以该点为球心，搜索半径r=5mm范围内髋臼上的点；当该半径范围内点超过100个点时，则下采样到100个点；当该半径范围内点小于100个点时，则增大搜索半径，直到搜索半径内点超过100点；增加采集点后的点集数量为1000个点，形成三维数据点云；通过扩增的方式形成三维数据点云，通过三维数据点云的神经网络训练，得到髋臼旋转中心和半径。

全文数据：

权利要求：

百度查询： 北京长木谷医疗科技股份有限公司 张逸凌 髋臼旋转中心计算方法、装置、设备及可读存储介质