[发明专利]一种基于深度学习网络的椎弓根钉手术路径自动规划方法在审
| 申请号： | 201910966985.6 | 申请日： | 2019-10-11 |
| 公开（公告）号： | CN110738681A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 刘文勇;蔡东阳;王再跃;谭保森 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06T7/194 | 分类号： | G06T7/194;G06T7/11;G06T7/73;G06N3/08;G06N3/04;A61B34/10 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及医学领域，尤其涉及一种基于深度学习的脊柱椎弓根钉手术路径规划方法。该方法包含以下步骤：将脊柱椎弓根钉手术路径表达为直线型的手术路径，并定义出手术入点与手术方向点；建立包括脊柱分割数据集与手术路径关键点数据集的手术路径规划数据集；采用五次下采样的编码器‑解码器结构、Dice损失与softmax损失共同监督网络的方式，来设计分割脊柱的网络；采用卷积网络与全连接网络结合，L1损失与均方误差损失共同监督网络的方式，来设计手术路径点定位的网络；采用训练好的网络对脊柱CT图像进行自动分割并自动定位手术路径关键点，通过关键点重建出手术路径，并采用主观评价与客观评价两种方式对手术路径的规划进行评价。该方法可以自动规划出脊柱椎弓根钉手术的入钉路径。 | ||
| 搜索关键词： | 手术路径 脊柱 椎弓根钉 网络 关键点 解码器结构 分割数据 规划数据 均方误差 客观评价 连接网络 医学领域 主观评价 自动定位 自动分割 自动规划 编码器 点定位 点数据 下采样 直线型 卷积 规划 监督 分割 重建 学习 | ||
【主权项】：
1.一种基于深度学习网络的椎弓根钉手术路径自动规划方法，其特征在于，包括以下步骤：/n步骤一：建立脊柱椎弓根钉手术路径的抽象表达。将手术路径表达为两个离散点：手术入点与手术方向点。/n步骤二：建立椎弓根钉手术路径数据集。数据集采用三维CT图像作为原始图像，并标注出脊柱分割图像以及手术路径关键点位置。/n步骤三：建立椎块形状分割网络。在三维CT图像上分割出每个脊柱椎块的形状和位置。/n步骤四：建立手术关键点定位网络。在脊柱椎块上定位出手术路径关键点的位置。/n步骤五：根据预训练的网络模型，自动分割出三维CT图上的脊柱椎块，并自动定位出手术路径关键点的位置，根据手术路径关键点规划处手术路径。同时，采用定量和定性的方法评估路径规划的合理性。/n
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北京航空航天大学，未经北京航空航天大学许可，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/201910966985.6/，转载请声明来源钻瓜专利网。
