【技术实现步骤摘要】
本专利技术属于医疗诊断，具体为脊柱x光图像匹配方法及术中x光机复位方法。
技术介绍
1、脊柱x光检查，也被称为脊柱x线检查，是骨科常用的检查方式之一，这种检查通过利用x射线的透光性差异来辅助诊断脊柱问题，检查目的与意义：通过观察脊柱的多个角度，可以判断脊柱病变的位置和程度，有助于确定病情的轻重，了解脊柱正面和侧面的曲线，判断脊柱的生理曲度是否正常，明确椎间隙和椎骨的形态有无改变，观察脊柱各椎骨结构的完整性和连续性是否正常，有助于辅助诊断脊柱疾病；通过对不同时间点的脊柱x光图像进行匹配，医生可以精确地观察和比较脊柱结构的变化，如骨折愈合情况、脊柱侧弯的进展等，这有助于医生评估治疗效果，及时调整治疗方案，以及预测未来的病情变化，市面上一般的脊柱患者诊断方式仅是通过医生拍片，来查看根据经验来判断出患者的病理位置，其中容易出现判断错误的情况，判断不够准确，对此，我们提出了脊柱x光图像匹配方法及术中x光机复位方法。
技术实现思路
1、针对现有技术的不足，本专利技术提供了脊柱x光图像匹配方法及术中x光机复位方法，以解决以上技术问题。
2、为实现上述目的，本专利技术提供如下技术方案：脊柱x光图像匹配方法，匹配步骤为：
3、s1、将患者送入x光机中进行脊柱的图像拍摄，将拍摄的图像进行保存下来；
4、s2、对拍摄的图像进行预处理，并对关键特征进行提取，来得到当前患者脊柱情况；
5、s3、通过匹配算法，将当前提取的特征与不同正常图像中的脊柱结构进行比较，
6、s4、将当前的图像特征与病变数据库中存在的x光图像进行比对，通过系统来判断出患者脊柱的病变情况；
7、s5、医师结合系统判断的病变情况，进行深入分析，分析患者当前脊柱病理原因。
8、优先地，s1步骤中x光机工作前对设备进行检查，查看设备是否存在损坏情况，对设备的参数进行调整，设置x光机的辐射范围，进行照射时，将患者放置在x光机内，保证患者与x光机距离，进行x光影像的拍摄，让患者保持安静的姿态进行拍摄，将拍摄好的图像上传至计算机内进行保存。
9、优先地，s2步骤中特征包括脊柱的弯曲度与曲率，特征提取通过卷积神经网络方式进行提取，卷积神经网络包括输入层、卷积层与池化层，其中输入层用以输入卷积神经网络的原始数据或经过预处理后的数据，卷积神经网络每次批量处理的图像个数不尽相同，若指定输入层接收到的图像个数为n，则输入层输出数据为n*h*w*3；卷积层是两张像素矩阵点乘求和的操作，其中卷积操作维度变换公式为：
10、
11、其中id为输入维度，o为输出维度，ksize为卷积核大小，s为步长。
12、优先地，池化层用以对感受域内的特征进行筛选，提取代表性的特征，降低输出特征尺度，减少模型需要的参数量；池化方法被用于图像处理任务中，通过选取每个区域内的最大值来实现特征提取和降维的功能，保留输入数据中显著的特征，同时减少计算量。
13、优先地，s3步骤中匹配算法通过精确匹配算法来进行匹配，通过比较两个对象的每个字符、字节或元素，来验证它们在相同位置上是否完全匹配，如果匹配成功，则返回匹配结果为真。
14、优先地，s4步骤中病变数据库中保存有若干不同病变的脊柱x光图像，作为数据库，再将当前的图像特征与数据库中的进行对比，通过系统的方式判断出当前的脊柱x光图像病理情况。
15、术中x光机复位方法，x光机复位步骤为：
16、s1、术前将x光机校准，并处于正常工作状态，保证医生在手术过程中，获取清晰的影像；
17、s2、根据x光影像反馈，判断患者病变位置，通过模拟模型将患者正常脊柱位置采用颜色线条进行显示；
18、s3、医生查看x光影像，对照着标注的颜色线条来使用复位工具对脊柱进行复位操作；
19、s4、复位完成后，再次通过x光机对患者脊柱进行拍摄，检查患者复位效果。
20、优先地，s2步骤中模拟模型采用虚拟现实技术，在计算机中模拟出脊柱的正常位置，熟悉脊柱的解剖结构与神经，将患者的正常脊柱位置模拟出来，并采用颜色线条进行标注显示，供医师进行查看。
21、优先地，虚拟现实技术实现过程中，通过渲染方程描述光线在相机位置与场景中的物体交互时的物理规律，涉及实时三维图形生成技术、立体显示和传感器技术、应用系统开发工具与系统集成技术，去构建患者脊柱；渲染方程公式为：
22、l(x，o)＝le(x，o)+∫ωli(x，i)f(x，i，o)cos(i)di
23、其中l(x,o)表示从点x沿方向o出射的辐射亮度，le(x，o)表示在点x沿方向o的自发光辐射亮度，li(x，i)表示在点x沿方向i的入射光辐射亮度，f(x，i，o)表示双向反射分布函数，描述了表面在i方向入射的光在ωo方向反射的比例，cos(i)是入射角i的余弦值，表示入射光与表面法线的夹角对反射光强度的影响；di是对入射方向i的积分，表示对所有可能的入射方向的考虑，ω表示所有可能的入射方向的半球空间。
24、优先地，s3步骤中复位工具为手工复位器。
25、与现有技术相比，本专利技术的有益效果如下：
26、本申请能够通过与数据库内的病变数据进行比对判断的方法来判断出当前脊柱患者初步进行诊断，再结合医师的诊断经验，来深入诊断出脊柱的病理位置，能够便于医疗的诊断，更好的对当前x光图像进行匹配诊断，减少误差判断的情况。
本文档来自技高网...【技术保护点】
1.脊柱X光图像匹配方法，其特征在于，匹配步骤为：
2.根据权利要求1所述的脊柱X光图像匹配方法，其特征在于：S1步骤中X光机工作前对设备进行检查，查看设备是否存在损坏情况，对设备的参数进行调整，设置X光机的辐射范围，进行照射时，将患者放置在X光机内，保证患者与X光机距离，进行X光影像的拍摄，让患者保持安静的姿态进行拍摄，将拍摄好的图像上传至计算机内进行保存。
3.根据权利要求1所述的脊柱X光图像匹配方法，其特征在于：S2步骤中特征包括脊柱的弯曲度与曲率，特征提取通过卷积神经网络方式进行提取，卷积神经网络包括输入层、卷积层与池化层，其中输入层用以输入卷积神经网络的原始数据或经过预处理后的数据，卷积神经网络每次批量处理的图像个数不尽相同，若指定输入层接收到的图像个数为N，则输入层输出数据为N*H*W*3；卷积层是两张像素矩阵点乘求和的操作，其中卷积操作维度变换公式为：
4.根据权利要求3所述的脊柱X光图像匹配方法，其特征在于：池化层用以对感受域内的特征进行筛选，提取代表性的特征，降低输出特征尺度，减少模型需要的参数量；池化方法被用于图像处理任务中
5.根据权利要求1所述的脊柱X光图像匹配方法，其特征在于：S3步骤中匹配算法通过精确匹配算法来进行匹配，通过比较两个对象的每个字符、字节或元素，来验证它们在相同位置上是否完全匹配，如果匹配成功，则返回匹配结果为真。
6.根据权利要求1所述的脊柱X光图像匹配方法，其特征在于：S4步骤中病变数据库中保存有若干不同病变的脊柱X光图像，作为数据库，再将当前的图像特征与数据库中的进行对比，通过系统的方式判断出当前的脊柱X光图像病理情况。
7.术中X光机复位方法，其特征在于，X光机复位步骤为：
8.根据权利要求7所述的术中X光机复位方法，其特征在于：S2步骤中模拟模型采用虚拟现实技术，在计算机中模拟出脊柱的正常位置，熟悉脊柱的解剖结构与神经，将患者的正常脊柱位置模拟出来，并采用颜色线条进行标注显示，供医师进行查看。
9.根据权利要求8所述的术中X光机复位方法，其特征在于：虚拟现实技术实现过程中，通过渲染方程描述光线在相机位置与场景中的物体交互时的物理规律，涉及实时三维图形生成技术、立体显示和传感器技术、应用系统开发工具与系统集成技术，去构建患者脊柱；渲染方程公式为：
10.根据权利要求7所述的术中X光机复位方法，其特征在于：S3步骤中复位工具为手工复位器。
...【技术特征摘要】
1.脊柱x光图像匹配方法，其特征在于，匹配步骤为：
2.根据权利要求1所述的脊柱x光图像匹配方法，其特征在于：s1步骤中x光机工作前对设备进行检查，查看设备是否存在损坏情况，对设备的参数进行调整，设置x光机的辐射范围，进行照射时，将患者放置在x光机内，保证患者与x光机距离，进行x光影像的拍摄，让患者保持安静的姿态进行拍摄，将拍摄好的图像上传至计算机内进行保存。
3.根据权利要求1所述的脊柱x光图像匹配方法，其特征在于：s2步骤中特征包括脊柱的弯曲度与曲率，特征提取通过卷积神经网络方式进行提取，卷积神经网络包括输入层、卷积层与池化层，其中输入层用以输入卷积神经网络的原始数据或经过预处理后的数据，卷积神经网络每次批量处理的图像个数不尽相同，若指定输入层接收到的图像个数为n，则输入层输出数据为n*h*w*3；卷积层是两张像素矩阵点乘求和的操作，其中卷积操作维度变换公式为：
4.根据权利要求3所述的脊柱x光图像匹配方法，其特征在于：池化层用以对感受域内的特征进行筛选，提取代表性的特征，降低输出特征尺度，减少模型需要的参数量；池化方法被用于图像处理任务中，通过选取每个区域内的最大值来实现特征提取和降维的功能，保留输入数据中显著的特征，同时减少计算量。
5.根据...
【专利技术属性】
技术研发人员：方鹏翔，
申请(专利权)人：河南省直第三人民医院，
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。