基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法技术

本发明专利技术涉及一种基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法，基于人工智能深度学习方法，结合膝关节骨关节炎治疗经验和图像数据，选取胫骨外固定器安装辅助导板的穿针位置；构建胫骨截骨术后的下肢有限元模型并优化钉入角度；3D打印出辅助安装导板和下肢模型，并进行负载试验分析导板和外固定器的有效性。采用该安装辅助导板设计，能实现更精确快捷的胫骨外固定器安装，优化手术方案，提升医生诊断效率并达到最佳的术后恢复效果。升医生诊断效率并达到最佳的术后恢复效果。升医生诊断效率并达到最佳的术后恢复效果。

【技术实现步骤摘要】
基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法


[0001]本专利技术属于腿部康复
，涉及一种基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法。

技术介绍

[0002]膝关节骨关节炎(KOA)是以膝关节关节软骨发生原发性或继发性退变、关节边缘和软骨下骨质增生、滑膜无菌性炎症为特点，从而使关节逐渐破坏、畸形,最终导致膝关节功能障碍的一种慢性进展性疾病,是老年人膝关节疼痛和功能障碍的主要原因。流行病学调查显示：我国K0A患病率约为总人口的3％；其中,55岁以上人群中K0A发病率约为60％；65岁人群中患病率更是高达85％，导致中老年人群功能残疾、造成经济损失和影响社会发展的主要疾病之一。
[0003]胫骨近端低位微创截骨Ilizarov外固定技术治疗内侧间室型KOA是临床上的有效治疗手段,其理论基础是恢复下肢正常力线，纠正应力失衡，膝关节应力达到平衡，不但可以延缓关节退变，而且应力刺激软骨再生，胫骨截骨后膝关节内侧相对被牵开，牵伸后膝关节承受间歇性液压，给软骨修复提供较适宜的环境，从而修复受损的关节软骨，改善关节功能，能够推迟甚至避免人工关节置换。
[0004]Ilizarov外固定技术最重要的就是钢针位置的选择，合理的穿针布局可避免神经、血管受损等导致的并发症。目前穿针定位多靠医生临床诊疗经验，通过长期探索与实践，逐渐完善布局方式。
[0005]近几年随着计算机科学技术的发展，人工智能技术在医学领域发挥着重要的作用，例如门诊患者管理、住院患者管理、医院智能问等等。人工智能的优势在于它可以处理数量巨大、特征繁多的数据；并基于深度学习过去的经验与知识，在遇到新的问题时，通过归纳出的解决方法来处理问题。利用机器的深度学习发现潜在的规律，将Ilizarov外固定技术临床经验标准化，具有很重要的意义。医生依靠人工智能技术对患者进行诊断，提高了就诊率，使得诊断更加准确。

技术实现思路

[0006]本专利技术的目的在于克服现有技术的不足，提供一种基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法。
[0007]本专利技术解决其技术问题是通过以下技术方案实现的：
[0008]一种基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法，其特征在于：所述设计方法的步骤为：
[0009]S1、搜集大量膝骨关节炎外固定术后X线片图像数据，整合有丰富经验医生提供的影像报告、疾病诊断、诊疗建议信息；
[0010]S2、人工智能深度学习与医学影像结合，通过PYthon编程处理大量数据，提取人体
骨骼关键点，进行胫骨骨胳关键点检测，分析图像中每个人的k个2D骨骼关键点位置，k是12，即每个人有12个关键点；
[0011]S3、将提取到的所有关键点，然后将每个回归最近的检测关键点进行分配，从而可以快速准确的确定外固定器钉入点，对膝骨关节炎患者胫腓骨截骨治疗进行术前设计，准确快速画出矫形旋转中心，分析并确定胫骨的截骨面和外固定器钉入点位置；
[0012]S4、选择1例膝关节骨关节炎患者，完善术前X片、三维CT检查进行仿真建模分析，利用CT从股骨远端到膝关节再到胫腓骨远端扫描病人患肢侧腿骨，将图像数据转为沿股骨横截面方向存盘备份；
[0013]S5、利用医学影像处理软件和逆向工程软件对截骨患者膝关节区域的CT图像进行分割、重建以及优化重构，得到股骨、胫骨和髌骨的三维几何模型；
[0014]S6、基于步骤S5得到的三维几何模型，在有限元前处理软件中对骨结构进行有限元网格划分，并赋予模型材料、属性、边界条件、定义接触，将模型中骨组织和关节面软骨简化为分布均匀且各向同性的均质性弹性体材料，最后在有限元分析软件进行不同情况下的仿真计算；
[0015]S7、通过有限元模型分析外固定器，以垂直胫骨干为零度位，分别从外侧交叉30
°
钻入2枚克氏针，再以0
°
、胫骨前内侧15
°
、30
°
角度钻入3枚螺纹半针，观察不同钉入角度的膝关节屈曲运动中骨骼应力的变化，参考正常骨骼应力条件，选取最佳钉入角度，优化手术方案，达到最佳恢复效果；
[0016]S8、基于步骤S3确定的钉入位置和步骤S7确定的钉入角度设计外固定器安装辅助导板，并对病人腿部外轮廓取模，利用3D打印技术，制备出带有钉孔的尺寸形状完全贴合腿部外轮廓的外固定器辅助安装导板，导板由左右两部分组成，固定在腿部呈套筒状；
[0017]S9、基于步骤S5获得的包括股骨、胫骨、髌骨的三维几何模型，将几何模型以STL格式导入3D打印配套软件中，采用3D打印机制备胫腓骨截骨术后的下肢模型；
[0018]S10、基于步骤S9获得的下肢模型与设计的外固定器安装辅助导板进行装配，以腓骨小头和内外踝尖来确定导板的位置，安装好导板以后，将针依次通过导板的钉孔钉入，最后固定在外固定器上，从而外固定器安装完成；
[0019]S11、将带有导板和外固定器的整个下肢模型放置于力学试验机上并用夹具固定，进行负载实验，负重载荷依次设置为患者体重的30％、45％、60％、75％，分析外固定架和导板的刚度变化和形变并以此来判断导板和外固定架的效果。
[0020]本专利技术的优点和有益效果为：
[0021]1、本专利技术的基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法，从膝关节骨性关节炎单病种切入，研发图像穿针位置识别平台，做骨性关节炎的x线片解读，研发成功之后将拓展至常见骨科疾病x线片以及CT/MRI解读，可以覆盖能解决80％患者问题的骨科常见病，使骨科疾病早发现早治疗，可以为国家医疗供给提供支持，为建立相关疾控体系提供决策依据，并且还可以降低医保支出，为患者节省治疗费用，减轻患者负担。
[0022]2、本专利技术的基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法，研发图像穿针位置识别平台也将在骨科医生科研领域提供有效支持，可以与医疗研究平台相辅相成，通过结构化存储科研病例数据，数据建模分析，数据挖掘，支持医生进行多种临床研究，助力骨科医生做出中国一级循证医学研究数据结果，促进医疗行业的发展；有助于医疗
产业做出更多更好的骨科医用设备和康复设备，使更多的骨科医疗诊断和康复设备降低成本，价格不再昂贵，普及到普通家庭中。还可以推动医疗产业的发展，对于企业降低研发和制作成本有指导性意义，具有巨大的经济效益。
[0023]3、本专利技术的基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法，开发训练骨科人工智能辅助诊疗，从骨科智能影像解读切入，研发骨科人工智能辅助诊疗，盘活沉淀的骨科数据，开发此图像穿针位置识别平台，可以释放骨科数据价值。
[0024]4、本专利技术的基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法，借助该系统，骨科影像医生出具的影像报告更加标准和细化，对于医生，不仅能提升医生诊断效率、减少误判，同时也有助于弥补基层医生的经验不足，提升基层医生的诊疗水平。对医院，能提升医院管理效率，增加医疗供给，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法，其特征在于：所述设计方法的步骤为：S1、搜集大量膝骨关节炎外固定术后X线片图像数据，整合有丰富经验医生提供的影像报告、疾病诊断、诊疗建议信息；S2、人工智能深度学习与医学影像结合，通过PYthon编程处理大量数据，提取人体骨骼关键点，进行胫骨骨胳关键点检测，分析图像中每个人的k个2D骨骼关键点位置，k是12，即每个人有12个关键点；S3、将提取到的所有关键点，然后将每个回归最近的检测关键点进行分配，从而可以快速准确的确定外固定器钉入点，对膝骨关节炎患者胫腓骨截骨治疗进行术前设计，准确快速画出矫形旋转中心，分析并确定胫骨的截骨面和外固定器钉入点位置；S4、选择1例膝关节骨关节炎患者，完善术前X片、三维CT检查进行仿真建模分析，利用CT从股骨远端到膝关节再到胫腓骨远端扫描病人患肢侧腿骨，将图像数据转为沿股骨横截面方向存盘备份；S5、利用医学影像处理软件和逆向工程软件对截骨患者膝关节区域的CT图像进行分割、重建以及优化重构，得到股骨、胫骨和髌骨的三维几何模型；S6、基于步骤S5得到的三维几何模型，在有限元前处理软件中对骨结构进行有限元网格划分，并赋予模型材料、属性、边界条件、定义接触，将模型中骨组织和关节面软骨简化为分布均匀且各向同性的均质性弹性体材料，最后在有限元分析软件进行不同情况下的仿真计算；S7、通...

【专利技术属性】
技术研发人员：王芳，张力，樊瑜波，于国政，
申请(专利权)人：国家康复辅具研究中心，
类型：发明
国别省市：