【技术实现步骤摘要】
本申请涉及医学，特别是涉及一种膝关节3d影像生成方法和系统。
技术介绍
1、数字化射线成像(dr)和计算机断层扫描(ct)是医学影像学中常用的成像技术。dr影像通过数字化射线成像技术获取二维x射线图像，用于检测身体内部结构和组织的情况，如用于检测膝关节的解剖组织。然而，dr影像仅提供了二维的投影信息，无法呈现详细的三维结构信息。相比之下，ct成像能够以更高的空间分辨率获取详细的三维图像，为医生提供更全面的诊断信息。
2、三维成像对于准确评估膝关节解剖结构具有重要意义。然而，虽然膝关节ct成像方法能够获取更详细的膝关节三维(3d)目标组织，但电离辐射的量显著增加，存在一定的辐射风险。此外，虽然在膝关节置换术中，ct拍摄有助于植入物尺寸的精准预测，但ct成像的设备和操作成本也较高，这也造成了手术成本的增加，增加了患者的经济负担。
3、因此，在不增加额外辐射剂量和成本的情况下实现对膝关节结构的立体呈现的需求日益增加，然而目前对此尚无直接可用的自动化解决方案。
技术实现思路
1、本申请提供一种膝关节3d影像生成方法和系统，旨在不增加额外辐射剂量和成本的情况下实现对膝关节结构的立体呈现。
2、第一方面，一种膝关节3d影像生成方法，其特征在于，包括：
3、s1，获取膝关节的dr影像和ct影像，并对所述dr影像和ct影像分别进行预处理；
4、s2，基于预先建立的分割模型，获取所述dr影像和ct影像的膝关节分割结果；
5、s3
6、s4，利用所述dr影像和ct影像的膝关节分割结果，训练所述膝关节2d-3d深度对抗生成模型；
7、s5，获取待生成3d影像的目标膝关节的dr影像，并根据所述目标膝关节的dr影像，利用训练好的所述膝关节2d-3d深度对抗生成模型，生成所述目标膝关节的3d影像。
8、上述方案中，可选地，步骤s1中，对所述dr影像进行预处理，包括：
9、将所述dr影像按照预设窗宽和预设窗位参数进行调整，并将所述dr影像转换为图片格式，得到膝关节jpg图像；
10、在所述膝关节jpg图像的每个维度上进行降采样；
11、提高所述膝关节jpg图像的对比度，并去除所述膝关节jpg图像中的噪声；
12、将所述膝关节jpg图像的尺寸按照预设尺寸进行调整；
13、对所述ct影像进行预处理，包括：
14、将所述ct影像转换为nii格式，得到膝关节nii图像。
15、上述方案中，进一步可选地，具体使用双线性差值法在所述膝关节jpg图像的每个维度上进行降采样；具体使用gamma校正提高所述膝关节jpg图像的对比度，并使用高斯模糊去除所述膝关节jpg图像中的噪声；具体根据nibabel的niftimage方法将所述ct影像转换为nii格式。
16、上述方案中，进一步可选地，步骤s2包括：
17、将所述膝关节jpg图像输入到预先训练好的unet膝关节分割模型中，对所述膝关节jpg图像中的膝关节进行分割，获取所述dr影像的膝关节分割结果；
18、将所述膝关节nii图像输入到预先训练好的3d unet分割模型中，对所述膝关节nii图像中的膝关节进行分割，获取所述ct影像的膝关节分割结果；
19、对齐所述dr影像的膝关节分割结果和所述ct影像的膝关节分割结果。
20、上述方案中，进一步可选地，所述对齐所述dr影像的膝关节分割结果和所述ct影像的膝关节分割结果，包括：
21、根据所述dr影像和ct影像中的像素间距大小，计算所述dr影像和ct影像中像素的真实距离；
22、根据所述ct影像中像素的真实距离，对所述dr影像的膝关节分割结果的边界进行裁剪，使所述dr影像的膝关节分割结果中的膝关节位置与所述ct影像的膝关节分割结果中的膝关节位置对齐。
23、上述方案中，可选地，步骤s4包括：
24、将所述dr影像和ct影像的膝关节分割结果分为训练数据集和测试数据集，所述训练数据集与所述测试数据集不重叠；
25、使用交叉验证在所述训练数据集上检测所述膝关节2d-3d深度对抗生成模型的超参数，选择表现最佳的超参数；
26、使用所述训练数据集对所述膝关节2d-3d深度对抗生成模型进行训练；
27、在训练结束后，利用所述测试数据集验证所述膝关节2d-3d深度对抗生成模型的泛化能力。
28、上述方案中，进一步可选地，在训练所述膝关节2d-3d深度对抗生成模型时，对所述训练数据集进行数据增强，并使用adam优化器和学习率1e-4来训练所述膝关节2d-3d深度对抗生成模型，通过最小化均方误差函数来调整所述膝关节2d-3d深度对抗生成模型的权重；所述膝关节2d-3d深度对抗生成模型中卷积层的权重使用glorot初始化方法进行初始化，所述膝关节2d-3d深度对抗生成模型中的激活函数使用relu激活函数。
29、上述方案中，进一步可选地，步骤s5中，所述根据所述目标膝关节的dr影像，利用训练好的所述膝关节2d-3d深度对抗生成模型，生成所述目标膝关节的3d影像，包括：
30、对所述目标膝关节的dr影像进行预处理，得到目标膝关节的jpg图像；
31、将所述目标膝关节jpg图像输入到训练好的所述膝关节2d-3d深度对抗生成模型中，得到所述目标膝关节的nii图像；
32、根据所述目标膝关节的nii图像进行三维渲染，生成所述目标膝关节的3d影像。
33、上述方案中，进一步可选地，具体使用vtk的vtkrenderer进行三维渲染。
34、第二方面，一种膝关节3d影像生成系统，包括：
35、预处理模块，用于获取膝关节的dr影像和ct影像，并对所述dr影像和ct影像分别进行预处理；
36、分割结果获取模块，用于基于预先建立的分割模型，获取所述dr影像和ct影像的膝关节分割结果；
37、模型设计模块，用于设计膝关节2d-3d深度对抗生成模型；
38、模型训练模块，用于利用所述dr影像和ct影像的膝关节分割结果，训练所述膝关节2d-3d深度对抗生成模型；
39、3d影像生成模块，用于获取待生成3d影像的目标膝关节的dr影像，并根据所述目标膝关节的dr影像，利用训练好的所述膝关节2d-3d深度对抗生成模型，生成所述目标膝关节的3d影像。
40、相比现有技术，本申请至少具有以下有益效果：
41、在本申请实施例所提供的方法中，通过获取膝关节的dr影像和ct影像并进行预处理；基于预先建立的分割模型，获取dr影像和ct影像的膝关节分割结果；设计并训练膝关节2d-3d深度对抗生成模型；并根据目标膝关节的dr影像，利用训练好的膝关节2d-3d深度对抗生成模型，生成目标膝关节的本文档来自技高网...
【技术保护点】
1.一种膝关节3D影像生成方法，其特征在于，包括：
2.根据权利要求1所述的膝关节3D影像生成方法，其特征在于，步骤S1中，对所述DR影像进行预处理，包括：
3.根据权利要求2所述的膝关节3D影像生成方法，其特征在于，具体使用双线性差值法在所述膝关节JPG图像的每个维度上进行降采样；具体使用gamma校正提高所述膝关节JPG图像的对比度，并使用高斯模糊去除所述膝关节JPG图像中的噪声；具体根据nibabel的NiftImage方法将所述CT影像转换为nii格式。
4.根据权利要求2所述的膝关节3D影像生成方法，其特征在于，步骤S2包括：
5.根据权利要求4所述的膝关节3D影像生成方法，其特征在于，所述对齐所述DR影像的膝关节分割结果和所述CT影像的膝关节分割结果，包括：
6.根据权利要求1所述的膝关节3D影像生成方法，其特征在于，步骤S4包括：
7.根据权利要求6所述的膝关节3D影像生成方法，其特征在于，在训练所述膝关节2D-3D深度对抗生成模型时，对所述训练数据集进行数据增强，并使用Adam优化器和学习率1
8.根据权利要求2所述的膝关节3D影像生成方法，其特征在于，步骤S5中，所述根据所述目标膝关节的DR影像，利用训练好的所述膝关节2D-3D深度对抗生成模型，生成所述目标膝关节的3D影像，包括：
9.根据权利要求7所述的膝关节3D影像生成方法，其特征在于，具体使用VTK的vtkRenderer进行三维渲染。
10.一种膝关节3D影像生成系统，其特征在于，包括：
...【技术特征摘要】
1.一种膝关节3d影像生成方法，其特征在于，包括：
2.根据权利要求1所述的膝关节3d影像生成方法，其特征在于，步骤s1中，对所述dr影像进行预处理，包括：
3.根据权利要求2所述的膝关节3d影像生成方法，其特征在于，具体使用双线性差值法在所述膝关节jpg图像的每个维度上进行降采样；具体使用gamma校正提高所述膝关节jpg图像的对比度，并使用高斯模糊去除所述膝关节jpg图像中的噪声；具体根据nibabel的niftimage方法将所述ct影像转换为nii格式。
4.根据权利要求2所述的膝关节3d影像生成方法，其特征在于，步骤s2包括：
5.根据权利要求4所述的膝关节3d影像生成方法，其特征在于，所述对齐所述dr影像的膝关节分割结果和所述ct影像的膝关节分割结果，包括：
6.根据权利要求1所述的膝关节3d影像生成方法，其特征在于，步骤s4包括：
7.根据...
【专利技术属性】
技术研发人员：怀晓晨，穆红章，
申请(专利权)人：瓴域影诺北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。