(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210702810.6 (22)申请日 2022.06.21 (71)申请人 遵义医科 大学附属医院 地址 563000 贵州省遵义市开发区大连路 113号 (72)发明人 马军亮　谌绍林　柯希贤　刘英杰　 程学超　宋永祥　 (74)专利代理 机构 宁波海曙甬睿专利代理事务 所(普通合伙) 33330 专利代理师 要丽欣 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/50(2017.01) G06V 10/762(2022.01) G06T 17/00(2006.01) (54)发明名称 一种肋骨 骨折定位 三维重建方法 (57)摘要 本发明公开了一种肋骨骨折定位三维重建 方法， 将包含肋骨的原始二维CT图像进行二值化 处理； 将含肋骨的二值图采用非梯度最大值抑制 算法获得边缘轮廓； 利用高斯卷积核得到每个像 素的梯度向量； 获得的边缘轮廓中的所有像素均 为三角形候选像素； 计算梯度模值， 得到构成一 个圆的像素对； 对每对像素构成的圆的圆心点进 行聚类， 识别出肋骨区域； 采用聚类算法对识别 出的肋骨区域进行聚类， 得到三维肋骨坐标， 重 建肋骨三维模型； 结合三维模型， 在体表进行骨 折端定位， 做切口， 使骨折端精准暴露与切口处， 极大减小切口尺寸。 权利要求书2页 说明书5页 CN 115035077 A 2022.09.09 CN 115035077 A 1.一种肋骨 骨折定位 三维重建方法， 其特 征在于， 包括以下步骤： S1： 将包含肋骨的原 始二维CT图像进行二 值化处理， 得到含肋骨的二 值图； S2： 将含肋骨的二 值图采用非梯度最大值抑制算法获得边 缘轮廓； S3： 利用高斯卷积核在对边缘轮廓图像在水平和垂直方向上进行卷积， 得到每个像素 的梯度向量； S4： 获得的边缘轮廓中的所有像素均为三角形候选像素； 计算每对像素的梯度模值， 得 到构成一个圆的像素对； S5： 对步骤S4中每对像素构成的圆的圆心点进行聚类， 识别出肋骨区域； S6： 采用聚类算法对S5中识别出的肋骨区域进行 聚类， 得到三维肋骨坐标， 重建肋骨三 维模型。 2.根据权利要求1所述一种肋骨骨折定位三维重建方法， 其特征在于， 所述S3采用包括 以下方式得到梯度向量： Gradx(x， y)＝Gx(x， y)*Iedge Gradx(x， y)＝Gy(x， y)*Iedge 其中， Gradx(x， y)、 Grady(x， y)分别表示每个像素在水平和垂直方向的梯度值， Gx(x， y)、 Gy(x， y)为水平和垂直 方向卷积核， 卷积核采用sobel算子， Iedgd为边缘轮廓图像， 水平和 垂直两个方向梯度构成一个梯度向量 Grad(x， y)＝(Gradx(x， y)， Grady(x， y))。 3.根据权利要求1所述一种肋骨骨折定位三维重建方法， 其特征在于， 所述所述S4采用 包括以下 方式获得构成一个圆的像素对： 比较每一对像素的梯度模值|Grad(x， y)|的大小和构成三角形时两个底角的角度大 小； 角度相同的被认为是圆上的一对点； 该对像素能构成一个圆； 边缘轮廓中两个像素P1、 P2之间的连接线用 表示， 以 为边构造等腰三角形， 圆上像素的梯度向量 都是指向圆心的， 将归一化梯度向量用 表示； 构成三角形的 两个底角 θ1、 θ2的计算方法如下： 4.根据权利要求1所述一种肋骨骨折定位三维重建方法， 其特征在于， 所述S4采用相似 性度量构成一个圆的一对像素的准确率； 相似性度量采用余弦形式， 如下： |cos( θ1)‑cos( θ2)|≤ ε 其中， ε是容错控制项， 它的大小控制了等腰三角形识别的准确率， 上式成立时， 默认对 应的P1、 P2为同一个圆上的两个点， 该圆的圆心为 等腰三角形的顶点。权　利　要　求　书 1/2 页 2 CN 115035077 A 25.根据权利要求1所述一种肋骨骨折定位三维重建方法， 其特征在于， 所述S5包括以下 步骤： S51： 初始化聚类簇， 簇的数量设定为0； 将S4得到的所有圆心点作为圆心点 集合C； S52： 在圆心点集合C中选择一个圆心点并遍历集合中所有的圆心点， 计算当前圆心点 与其他圆心点之间的距离； S53： 将当前圆心点和所有 使S52的距离小于设定阈值的圆心聚类到同一个簇中； S54： 去除已聚类圆心点并更新圆心点 集合C； S55： 直至圆心点 集合为空， 则完成圆心点聚类； 否则， 转S52； 统计各个聚类簇中 的边长， 拥有最多最长边长的聚类簇即为肋骨区域。 6.根据权利要求1所述一种肋骨骨折定位三维重建方法， 其特征在于， 所述S6包括以下 步骤： S61： 初始化聚类簇， 簇的数量设定为0； S62： 读取识别的S5中的肋骨区域， 并遍历所有 的簇的中心点， 计算肋骨中心点与簇中 心点的距离； S63： 若S62的距离小于设定的阈值， 将读出的肋骨区域聚类到相应的簇中， 簇内肋骨区 域数量加1， 更新簇内中心为所有肋骨区域中心的平均值， 更新最大半径， 更新具有最大半 径肋骨区域的位置； S64： 若S6 3不成立， 则新建聚类簇， 重新依次执 行S62、 S6 3； S65： 直至肋骨区域队列为空， 则转S6 6； 否则， 转S62； S66： 挑选拥有最多肋骨的聚类簇， 则最大聚类簇的中心坐标作为三维肋骨中心点的X ‑ Y平面坐标， 最大半径所在的位置作为肋骨中心点Z轴坐标， 在三维模型中空间肋骨位置绘 制球体拟代肋骨， 球 体半径为在二维平面上识别出的最大半径。权　利　要　求　书 2/2 页 3 CN 115035077 A 3