[发明专利]一种椎弓根螺钉最优置钉点的智能定位方法有效
| 申请号： | 201811009492.5 | 申请日： | 2018-08-31 |
| 公开（公告）号： | CN109199603B | 公开（公告）日： | 2020-11-03 |
| 发明（设计）人： | 舒振宇;龚梦航;袁翔;庞超逸;许立波;杨思鹏 | 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;G16H20/40;G16H50/50 |
| 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： |
本发明提供一种椎弓根螺钉最优置钉点的智能定位方法，其特征在于，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 |
||
| 搜索关键词： | 一种 椎弓根 螺钉 最优 置钉点 智能 定位 方法 | ||
【主权项】：
1.一种椎弓根螺钉最优置钉点的智能定位方法，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,...,a)，a为正整数；S2、计算三维网格模型Mi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![]()
j为正整数；S3、将所有三维网格模型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![]()
作为训练样本S的训练标签，利用深度神经网络算法对集合S以及对应的训练标签进行训练学习，获取深度神经网络模型；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，将该特征向量输入深度神经网络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置钉点位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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/patent/201811009492.5/，转载请声明来源钻瓜专利网。
- 上一篇：医用定位装置
- 下一篇：一种基于多特征的椎弓根螺钉最佳入点定位方法
