[发明专利]一种基于多特征的椎弓根螺钉最佳入点定位方法有效
申请号: | 201811009511.4 | 申请日: | 2018-08-31 |
公开(公告)号: | CN109199604B | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 舒振宇;袁翔;章祺;虞楚婷;许立波;庞超逸 | 申请(专利权)人: | 浙江大学宁波理工学院 |
主分类号: | A61B90/11 | 分类号: | A61B90/11;A61B34/10;A61B17/70;G16H50/50;G16H20/40 |
代理公司: | 宁波甬致专利代理有限公司 33228 | 代理人: | 刘晓芳 |
地址: | 315100 浙江省宁波*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 特征 椎弓根 螺钉 最佳 定位 方法 | ||
1.一种基于多特征的椎弓根螺钉最佳入点定位方法,其特征在于,所述方法包括步骤:
S1、获取多组人体椎弓根的CT扫描图片,构建所述CT扫描图片的三维网格模型Mi(i=1,2,…,n),n为正整数;
S2、计算所述三维网格模型Mi上的每个顶点的特征向量标注每个所述特征向量对应的向量标签j为正整数;
S3、将所有所述三维网格模型Mi上所有顶点对应的特征向量构成集合S,将所述集合S作为训练样本,并将每一个特征向量对应的向量标签作为所述训练样本S的训练标签,利用决策树算法对集合S以及对应的训练标签进行训练学习,获取决策树分类模型;
S4、获取一待定位的人体椎弓根三维网格模型,获取所述待定位的三维网格模型的特征向量,将该特征向量全部输入决策树分类模型以获取其一一对应的标签结果,根据所述标签结果获取所述待定位的三维网格模型中的最佳入点位置,所述一一对应的标签结果表示为1或0;
其中,为网格模型形状Mi中顶点的直径函数、为网格模型形状Mi中顶点的平均测地距离,为网格模型形状Mi中顶点的高斯曲率;
构成所述集合S的所有三维网格模型中已标注最佳入点位置,所述集合S中的特征向量对应为最佳入点位置时对应的所述向量标签为1,否则为0。
2.根据权利要求1所述的一种基于多特征的椎弓根螺钉最佳入点定位方法,其特征在于,步骤S4包括过程:
S41、获取一待定位的人体椎弓根三维网格模型,获取该三维网格模型的特征向量;
S42、将该三维网格模型的所有特征向量输入所述决策树分类模型中,获取每个特征向量对应的标签结果,根据该标签结果判定椎弓根螺钉的最佳入点位置。
3.根据权利要求2所述的一种基于多特征的椎弓根螺钉最佳入点定位方法,其特征在于,所述标签结果为1时,所述标签结果对应的顶点为最佳入点位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学宁波理工学院,未经浙江大学宁波理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811009511.4/1.html,转载请声明来源钻瓜专利网。