[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

说明书

本发明提供一种基于多特征的椎弓根螺钉最佳入点定位方法，方法包括步骤：S1、获取多组人体椎弓根的CT扫描图片，构建CT扫描图片的三维网格模型M_i(i＝1,2,...,n)；S2、计算三维网格模型M_i上的每个顶点的特征向量标注每个特征向量对应的向量标签S3、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，根据标签结果获取待定位的三维网格模型中的最佳入点位置。上述方法解决了椎弓根螺钉最佳入点的自动定位问题。

技术领域

本发明涉及医疗技术领域，尤其涉及一种基于多特征的椎弓根螺钉最佳入点定位方法。

背景技术

椎弓根螺钉内固定是治疗脊柱复位等脊柱手术的有效方法，但椎弓根的结构复杂多变，椎弓根的固有解剖结构较为狭窄，且其周围毗邻血管、神经及脊髓等重要的解剖结构。准确地植入一根长度合适的椎弓根螺钉非常关键，若植入的椎弓根螺钉位置出现较大偏差，则会损伤毗邻重要组织结构，将造成严重的手术并发症。所以椎弓根螺钉置入位置的定位方法是各类脊柱手术的关键。

然而目前，椎弓根螺钉最佳入点定位方法主要有：解剖标志点法、椎板开窗法、C型臂透视辅助置钉、X线透视法等。解剖标志点法，由于手术需要长时间全身麻醉，对患者身体素质要求较高，该传统的生成方法需要耗费较长的时间以及较多的精力，并且最佳入点主要通过术者的经验来判断，准确说是靠术者的手感和椎弓根探针对置钉通道的探摸来保证椎弓根螺钉的准确置入，对医生的临床经验要求较高，精度难以保证。X线透视辅助法，目前最常用的置钉方法，其置钉准确率也较高，但这意味着反复的术中X射线透视，产生较大的辐射对医生和患者均有伤害，而且X射线成像质量不稳定，要求术者有很高的技术操作，操作时间较长也容易加重病人的病情。所以，目前急需提供一种高效率的智能定位最佳置钉位置的方法，以提高手术质量，获取理想的临床效果。

发明内容

本发明要解决的技术问题是，提供一种基于多特征的椎弓根螺钉最佳入点定位方法，以高效的获取最佳置钉位置。

本发明的技术方案是：一种基于多特征的椎弓根螺钉最佳入点定位方法，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M_i(i＝1,2,...,n)，n为正整数；

S2、计算所述三维网格模型M_i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M_i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。

较佳的，其中，为网格模型形状M_i中顶点的直径函数、为网格模型形状M_i中顶点的平均测地距离，为网格模型形状M_i中顶点的高斯曲率。

较佳的，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，于所述集合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。

较佳的，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；