股骨中轴线定位的方法、装置、计算机设备和存储介质与流程

1.本技术涉及图像处理技术领域，特别是涉及一种股骨中轴线定位的方法、装置、计算机设备和存储介质。

背景技术：

2.髋关节撞击综合征(femoroacetabular impingement,fai)是指髋臼和股骨近端的形态学变异，髋臼和股骨头相互之间匹配度受到一定影响，从而导致关节内病变而产生的症状。目前，可以根据中心边缘角(wiberg central-edgeangle,ce)或α角等指标来诊断和fai，而股骨头中心点和股骨头颈中轴线作为测量ce角或α角的中间量，其位置一般是通过直接观察股骨头影像来确定，这容易导致对股骨头颈中轴线的定位造成较大误差。

技术实现要素：

3.基于此，提供一种股骨中轴线定位的方法、装置、计算机设备和存储介质，改善现有技术中股骨中轴线定位误差较大的问题。
4.获取股骨点云数据，根据所述股骨点云数据进行球面拟合，获得股骨头模型，其中，所述股骨点云数据包括股骨头点云数据和股骨颈点云数据，所述股骨头模型包括股骨头拟合数据；
5.求取各个所述股骨头点云数据与所述股骨头拟合数据的差值，并根据所述差值获得股骨头中心点坐标和股骨头半径；
6.根据所述股骨颈点云数据和所述股骨头中心点坐标，获得所述股骨中轴线定位。
7.在其中一个实施例中，还包括：从所述股骨颈点云数据提取部分股骨颈点云数据，求取所述部分股骨颈点云数据的平均坐标；根据所述平均坐标和所述股骨头中心点坐标，获得所述股骨中轴线定位。
8.在其中一个实施例中，求取各个所述股骨头点云数据与所述股骨头模型中的股骨头拟合数据的差值，并根据所述差值获得股骨头中心点坐标和股骨头半径，包括：根据所述差值获得所述股骨头模型的拟合误差；根据所述拟合误差，获得所述股骨头中心点坐标和所述股骨头半径。
9.在其中一个实施例中，根据所述拟合误差，获得所述股骨头中心点坐标和所述股骨头半径，包括：分别求取所述拟合误差在第一方向上的第一变化率，第二方向上的第二变化率，第三方向的第三变化率和第四方向的第四变化率；根据所述第一变化率、第二变化率、第三变化率和第四变化率，获得所述股骨头中心点坐标和所述股骨头半径。
10.在其中一个实施例中，获取股骨点云数据，根据所述股骨点云数据进行球面拟合，获得股骨头模型，其中，所述股骨点云数据包括股骨头点云数据和股骨颈点云数据，所述股骨头模型包括股骨头拟合数据，包括：根据所述股骨点云数据，获得股骨头中心点坐标参数和股骨头半径参数；根据所述股骨头中心点坐标参数和所述股骨头半径参数进行球面拟合，获得所述股骨头模型。
11.在其中一个实施例中，求取各个所述股骨头点云数据与所述股骨头拟合数据的差值的数学表达为：
12.ei(x0,y0,z0,r)＝(x
i-x0)2+(y
i-y0)2+(z
i-z0)
2-r213.其中，(xi,yi,zi)为所述股骨头点云数据的坐标，(x0,y0,z0)为所述股骨头中心点坐标参数，r为所述股骨头半径参数。
14.在其中一个实施例中，获取股骨点云数据之前，还包括：获取髋关节图像，并对所述髋关节图像进行分割，获得股骨图像；将所述股骨图像进行各向同性处理和点云转换，获得所述股骨点云数据。
15.另一方面，提供了一种股骨中轴线定位的装置，所述装置包括：
16.球面拟合模块，用于获取股骨点云数据，根据所述股骨点云数据进行球面拟合，获得股骨头模型，其中，所述股骨点云数据包括股骨头点云数据和股骨颈点云数据，所述股骨头模型包括股骨头拟合数据；
17.中心点定位模块，用于求取各个所述股骨头点云数据与所述股骨头拟合数据的差值，并根据所述差值获得股骨头中心点坐标和股骨头半径；
18.中轴线定位模块，用于根据所述股骨颈点云数据和所述股骨头中心点坐标，获得所述股骨中轴线定位。
19.再一方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
20.获取股骨点云数据，根据所述股骨点云数据进行球面拟合，获得股骨头模型，其中，所述股骨点云数据包括股骨头点云数据和股骨颈点云数据，所述股骨头模型包括股骨头拟合数据；
21.求取各个所述股骨头点云数据与所述股骨头拟合数据的差值，并根据所述差值获得股骨头中心点坐标和股骨头半径；
22.根据所述股骨颈点云数据和所述股骨头中心点坐标，获得所述股骨中轴线定位。
23.又一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
24.获取股骨点云数据，根据所述股骨点云数据进行球面拟合，获得股骨头模型，其中，所述股骨点云数据包括股骨头点云数据和股骨颈点云数据，所述股骨头模型包括股骨头拟合数据；
25.求取各个所述股骨头点云数据与所述股骨头拟合数据的差值，并根据所述差值获得股骨头中心点坐标和股骨头半径；
26.根据所述股骨颈点云数据和所述股骨头中心点坐标，获得所述股骨中轴线定位。
27.上述股骨中轴线定位的方法、装置、计算机设备和存储介质，将股骨图像转换成股骨点云数据，对股骨点云数据中的股骨头点云数据进行球面拟合并获取拟合的方式获得股骨头中心点的定位，然后再通过股骨点云数据中的股骨颈点云数据计算出平均坐标，通过平均坐标和股骨头中心点坐标获得股骨中轴线的定位，避免了人为定位对股骨中轴线位置造成的偏差，提高了股骨中轴线的定位精度。
附图说明
28.图1为一个实施例中股骨中轴线定位的方法的应用环境图；
29.图2为一个实施例中股骨中轴线定位的方法的流程示意图；
30.图3为另一个实施例中股骨中轴线定位的方法的流程示意图；
31.图4为一个实施例中股骨头中心点坐标定位的流程示意图；
32.图5为另一个实施例中股骨头中心点坐标定位的流程示意图；
33.图6为一个实施例中获得股骨头模型的流程示意图；
34.图7为一个实施例中股骨图像预处理的流程示意图；
35.图8为一个实施例中股骨中轴线定位的装置的结构框图；
36.图9为一个实施例中计算机设备的内部结构图。
具体实施方式
37.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
38.在本技术实施例中涉及到的三维坐标系中，x轴方向是指垂直于矢断面方向，并平行于横断面方向和冠状面方向；y轴方向是指垂直于冠状面方向，并平行于矢断面方向和横断面方向；z轴方向是指垂直于横断面方向，并平行于矢断面方向和冠状面方向。
39.由于本技术实施例涉及大量的专业术语，为了便于理解，下面先对本技术实施例可能涉及的相关术语和概念进行介绍。
40.1、ce角
41.ce角指股骨头中心点的垂线与髋臼外侧边缘的夹角，ce角可以用来评价股骨头与髋臼的关系。
42.2、α角
43.α角指的是以股骨头中心点与股骨头颈结合处骨质的交点的连线，和股骨中轴线的夹角，当α角大于50
°
时可以考虑fai。
44.3、点云
45.点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量离散点集合。
46.4、断层扫描
47.断层扫描是通过使用任何一种穿透波进行的切片或切片成像技术。
48.5、各向同性处理
49.在断层扫描数据中，图像在三维坐标系中的x，y，z三个扫描方向的像素间距是不一致的，为了便于后续分析，一般在预处理阶段需要把像素间距调整为各向同性，也就是x，y，z三个方向的像素间距一致。
50.6、股骨中轴线
51.股骨中轴线指的是股骨头颈中轴线，可以通过股骨头中心和股骨颈特定点确定。
52.7、横断面
53.横断面是解剖学坐标体系下的位面之一，其与地面平行，在断层扫描数据中，上下
分离人体图像。
54.8、矢状面
55.矢状面是解剖学坐标体系下的位面之一，其与地面垂直，在断层扫描数据中，左右分离人体图像。
56.9、冠状面
57.冠状面是解剖学坐标体系下的位面之一，其与地面垂直，在断层扫描数据中，前后分离人体图像。
58.本技术提供的股骨中轴线定位的方法，可以应用于如图1所示的应用环境中。其中，终端102与服务器104通过网络进行通信。本技术提供的股骨中轴线定位的方法，可以应用于髋关节影像图像，对股骨头的中心点和股骨中轴线进行识别和定位的场景中。目前，髋关节撞击症可以通过测量ce角或α角的大小来诊断和，例如，正常情况下，ce角大于27
°
，超过40
°
则可以考虑髋臼存在过度覆盖，根据ce角、α角等指标，可以确定髋关节撞击症中畸形的范围和深度，从而对畸形部分进行磨除手术，因此为了提高ce角、α角测量的精确度，股骨中轴线的定位尤为重要，在本技术中，通过将股骨图像转换为股骨点云数据，并将股骨头进行球面拟合，获得股骨头点云轮廓，再通过拟合误差，计算出股骨头中心点坐标，再提取部分股骨颈点云数据，对部分股骨颈点云数据的坐标求平均坐标，该平均坐标代表的坐标点和股骨头中心点连接，根据两点一线的几何特征，获得股骨中轴线的定位，避免了人为测量带来的偏差，进一步提高了股骨中轴线定位的精度。其中，终端102可以但不限于是各种个人计算机、笔记本电脑，服务器104可以用独立的服务器或者是多个服务器组成的服务器集来实现。
59.在一个实施例中，如图2所示，提供了一种股骨中轴线定位的方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
60.步骤201，获取股骨点云数据，根据股骨点云数据进行球面拟合，获得股骨头模型，其中，股骨点云数据包括股骨头点云数据和股骨颈点云数据，股骨头模型包括股骨头拟合数据；
61.步骤202，求取各个股骨头点云数据与股骨头拟合数据的差值，并根据差值获得股骨头中心点坐标和股骨头半径；
62.步骤204，根据股骨颈点云数据和股骨头中心点坐标，获得股骨中轴线定位。
63.上述股骨中轴线定位的方法中，通过将股骨图像转换为股骨点云数据，以便对股骨头进行球面拟合，从而获得股骨头点云轮廓，再通过构造误差函数，计算出股骨头中心点坐标，再提取部分股骨颈点云数据，对部分股骨颈点云数据的坐标求平均坐标，该平均坐标代表的坐标点和股骨头中心点连接，根据两点一线的几何特征，获得股骨中轴线的定位，避免了人为测量带来的偏差，进一步提高了股骨中轴线定位的精度。
64.为了进行球面拟合，从而对股骨头中心点和股骨中轴线即股骨头颈中轴线进行更准确的定位，需要将股骨图像转换为股骨点云数据，在步骤201中，示例性地说明，获取股骨点云数据，根据股骨点云数据进行球面拟合，获得股骨头模型，其中，股骨点云数据包括股骨头点云数据和股骨颈点云数据，股骨头模型包括股骨头拟合数据，例如，可以通过计算机x线断层扫描(computed tomography，ct)或磁共振成像(magnetic resonance imaging，mri)等设备获取髋关节图像，并通过人工标注的方式对髋关节图像进行分割，获得分割后
的股骨图像。由于在ct或mri这样的断层扫描中，获得的髋关节图像在x、y、z三个扫描方向的像素间距不一致，为了便于后续对股骨图像进行处理分析，需要将股骨图像进行各向同性处理，使股骨图像在三个扫描方向的像素间距一致，然后将处理后的股骨图像从矩阵转为点云形式，可以假设对股骨头进行球面拟合后的股骨头中心点坐标参数为(x0,y0,z0)，股骨头半径参数为r，则拟合后的股骨头模型的数学表达为：
65.(x-x0)2+(y-y0)2+(z-z0)
2-r2＝0
66.股骨中轴线可以由股骨头中心点和股骨颈中线的一个端点确定，首先需要通过球面拟合的方式确定股骨头中心点的位置，在步骤202中，示例性地说明，求取各个股骨头点云数据与股骨头拟合数据的差值，并根据差值获得股骨头中心点坐标和股骨头半径，例如，假设提取到的股骨头点云数据的坐标为(xi,yi,zi)，其中，i＝1,2,
……
,n,则拟合后的股骨头点云数据的坐标与股骨头中心点坐标参数的差值的数学表达为：
67.ei(x0,y0,z0,r)＝(x
i-x0)2+(y
i-y0)2+(z
i-z0)
2-r268.根据差值构造误差函数，误差函数的数学表达为：
[0069][0070]
当误差函数的值最小时，可以得到球面方程中球心坐标和半径，即股骨头中心点坐标和股骨头半径，在一些实施过程中，可以通过使ei(x0,y0,z0,r)分别对参数x0,y0,z0,r求取的偏导数均等于0，构造偏导方程组来实现，即将求取股骨头中心点坐标和股骨头半径转化为求解偏导方程组。
[0071]
根据两点一线的几何特性，确定了股骨头中心点坐标，只需要再确定股骨中轴线的另一点的坐标就可以对股骨中轴线进行定位，在步骤203中，示例性地说明，根据股骨颈点云数据和股骨头中心点坐标，获得股骨中轴线定位，例如，股骨中轴线的另一端点坐标可以根据股骨颈点云数据获得，由于股骨中轴线是经过股骨头中心点坐标的垂线，因此，提取股骨颈点云数据，并据此计算出来的平均坐标经过该股骨中轴线，从而通过该平均坐标所表示的端点和股骨头中心点坐标，可以进一步更为精确地实现股骨中轴线的定位。
[0072]
在一个实施例中，如图3所示，根据股骨颈点云数据和股骨头中心点坐标，获得股骨中轴线定位，包括：
[0073]
步骤301，从股骨颈点云数据提取部分股骨颈点云数据，求取部分股骨颈点云数据的平均坐标；
[0074]
步骤302，根据平均坐标和股骨头中心点坐标，获得股骨中轴线定位。
[0075]
考虑到数据量对计算时长的影响以及股骨颈形状分布并不完全规则，因此提取全部股骨颈点云数据会影响股骨中轴线定位的精度，在步骤301至302中，示例性地说明，从股骨颈点云数据提取部分股骨颈点云数据，求取部分股骨颈点云数据的平均坐标；根据平均坐标和股骨头中心点坐标，获得股骨中轴线定位，例如，提取部分股骨颈点云的数学表达式为：
[0076]
[0077]
其中，g为股骨点云数据，对部分股骨颈点云的提取范围为a为提取范围阈值，在一些实施过程中，a可以设为10，从而对部分股骨颈点云数据进行提取,设平均坐标为(xb,yb,zb)，则计算平均坐标的数学表达式为：
[0078][0079]
在一个实施例中，如图4所示，求取各个股骨头点云数据与股骨头模型中的股骨头拟合数据的差值，并根据差值获得股骨头中心点坐标和股骨头半径，包括：
[0080]
步骤401，根据差值获得股骨头模型的拟合误差；
[0081]
步骤402，根据拟合误差，获得股骨头中心点坐标和股骨头半径。
[0082]
在步骤401至步骤402中，示例性地说明，根据差值获得股骨头模型的拟合误差；根据拟合误差，获得股骨头中心点坐标和股骨头半径，例如，可以根据差值构造误差函数，误差函数的数学表达为：
[0083][0084]
当误差函数的值最小时，可以得到球面方程中球心坐标和半径，即股骨头中心点坐标和股骨头半径，在一些实施过程中，可以通过使ei(x0,y0,z0,r)分别对参数x0,y0,z0,r求取的偏导数均等于0，构造偏导方程组来实现，即将求取股骨头中心点坐标和股骨头半径转化为求解偏导方程组。
[0085]
在一个实施例中，如图5所示，根据拟合误差，获得股骨头中心点坐标和股骨头半径，包括：
[0086]
步骤501，分别求取拟合误差在第一方向上的第一变化率，第二方向上的第二变化率，第三方向的第三变化率和第四方向的第四变化率；
[0087]
步骤502，根据第一变化率、第二变化率、第三变化率和第四变化率，获得股骨头中心点坐标和股骨头半径。
[0088]
在步骤501中至步骤502中，示例性地说明，分别求取拟合误差在第一方向上的第一变化率，第二方向上的第二变化率，第三方向的第三变化率和第四方向的第四变化率，根据第一变化率、第二变化率、第三变化率和第四变化率，获得股骨头中心点坐标和股骨头半径，例如，可以根据差值构造误差函数，将误差函数分别对股骨头中心点坐标参数和股骨头半径参数进行求偏导，获得偏导方程组，当误差函数的值最小时，得到股骨头中心点坐标的精确度最高，根据各个分量的偏导数为0是多元函数取极值的必要条件这一特性，可以令误差函数分别对参数x0,y0,z0,r求取的偏导数均等于0，获得具有4个方程的方程组，从而计算
出x0,y0,z0,r的数值，偏导方程组的数学表达式为：
[0089][0090]
其中，
[0091][0091]
以此类推。
[0092]
在一个实施例中，如图6所示，获取股骨点云数据，根据股骨点云数据进行球面拟合，获得股骨头模型，其中，股骨点云数据包括股骨头点云数据和股骨颈点云数据，股骨头模型包括股骨头拟合数据，包括：
[0093]
步骤601，根据股骨点云数据，获得股骨头中心点坐标参数和股骨头半径参数；
[0094]
步骤602，根据股骨头中心点坐标参数和股骨头半径参数进行球面拟合，获得股骨头模型。
[0095]
由于股骨头的形状近似球面，因此可以通过球面拟合的方式获取股骨头的轮廓，在步骤601中至步骤602中，示例性地说明，根据股骨点云数据，获得股骨头中心点坐标参数和股骨头半径参数；根据股骨头中心点坐标参数和股骨头半径参数进行球面拟合，获得球面方程，例如，可以通过假设拟合后的球面的球心坐标为(x0,y0,z0)，即股骨头中心点坐标参数为(x0,y0,z0)，球面半径即股骨头半径参数为r，根据球面方程的数学表达为：
[0096]
(x-x0)2+(y-y0)2+(z-z0)
2-r2＝0
[0097]
在一个实施例中，如图7所示，获取股骨点云数据之前，还包括：
[0098]
步骤701，获取髋关节图像，并对髋关节图像进行分割，获得股骨图像；
[0099]
步骤702，将股骨图像进行各向同性处理和点云转换，获得股骨点云数据。
[0100]
在获取股骨点云数据之前，需要对髋关节图像进行预处理，在步骤701中，示例性地说明，获取髋关节图像，并对髋关节图像进行分割，获得股骨图像，例如，可以通过ct或mri等设备对患者进行扫描，得到髋关节图像，该髋关节图像可以是医学数字成像和通信(digital imaging and communications in medicine，dicom)或数据头部信息(meta header data，mhd)等文件格式，在此不作具体限定，然后在一些实施过程中，可以对髋关节图像进行人工标注，在此基础之上，对髋关节图像采用图像分割算法，得到股骨图像。
[0101]
在步骤702中，示例性地说明，将股骨图像进行点云转换，获得股骨点云数据，例如，由于在ct或mri这样的断层扫描中，获得的髋关节图像在x、y、z三个扫描方向的像素间距不一致，为了便于后续对股骨图像进行处理分析，需要将股骨图像进行各向同性处理，使股骨图像在三个扫描方向的像素间距一致，具体可以采用图像差值算法，在一些实施过程
中，为了使股骨图像达到较高分辨率，可以通过上采样方式进行各向同性处理，但这样生成的数据量较大，在另一些实施过程中，也可以通过下采样方式进行各向同性处理，采用下采样方式虽然的数据量较小，但会损失较多图像信息，具体地，可根据实际需要选择不同的处理方式，在此不作具体限定。通过ct或mri等设备扫描得到的股骨图像，可以通过图像到坐标的映射，从而使股骨图像转换为点云，其目的是可以通过点云进行股骨头的球面拟合，从而得到股骨头中心点坐标。
[0102]
上述股骨中轴线定位的方法通过将股骨图像转换成点云数据，从而进行球面拟合，提高了股骨中轴线定位的精确度，在一些实施过程中，可以将其应用于fai的诊断和中，在另一些实施过程中，也可以应用于其他髋关节相关的手术中。
[0103]
应该理解的是，虽然图1-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0104]
在一个实施例中，如图8所示，提供了一种股骨中轴线定位的装置，包括：数据获取模块、球面拟合模块、中心点定位模块和中轴线定位模块，其中：
[0105]
球面拟合模块，用于获取股骨点云数据，根据股骨点云数据进行球面拟合，获得股骨头模型，其中，股骨点云数据包括股骨头点云数据和股骨颈点云数据，股骨头模型包括股骨头拟合数据；
[0106]
中心点定位模块，用于求取各个股骨头点云数据与股骨头拟合数据的差值，并根据差值获得股骨头中心点坐标和股骨头半径；
[0107]
中轴线定位模块，用于根据股骨颈点云数据和股骨头中心点坐标，获得股骨中轴线定位。
[0108]
可选地，中轴线定位模块，还用于从股骨颈点云数据提取部分股骨颈点云数据，求取部分股骨颈点云数据的平均坐标；根据平均坐标和股骨头中心点坐标，获得股骨中轴线定位。
[0109]
可选地，中心点定位模块，还用于根据差值获得股骨头模型的拟合误差；根据拟合误差，获得股骨头中心点坐标和股骨头半径。
[0110]
可选地，中心点定位模块，还用于分别求取拟合误差在第一方向上的第一变化率，第二方向上的第二变化率，第三方向的第三变化率和第四方向的第四变化率；根据第一变化率、第二变化率、第三变化率和第四变化率，获得股骨头中心点坐标和股骨头半径。
[0111]
可选地，中心点定位模块，还用于求取各个股骨头点云数据与股骨头拟合数据的差值的数学表达为：
[0112]ei
(x0,y0,z0,r)＝(x
i-x0)2+(y
i-y0)2+(z
i-z0)
2-r2[0113]
其中，(xi,yi,zi)为股骨头点云数据的坐标，(x0,y0,z0)为股骨头中心点坐标参数，r为股骨头半径参数。
[0114]
可选地，球面拟合模块，还用于获取髋关节图像，并对髋关节图像进行分割，获得
股骨图像；将股骨图像进行各向同性处理和点云转换，获得股骨点云数据。
[0115]
关于股骨中轴线定位的装置的具体限定可以参见上文中对于股骨中轴线定位的方法的限定，在此不再赘述。上述股骨中轴线定位的装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0116]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储股骨中轴线定位的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种股骨中轴线定位的方法。
[0117]
本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0118]
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
[0119]
获取股骨点云数据，根据股骨点云数据进行球面拟合，获得股骨头模型，其中，股骨点云数据包括股骨头点云数据和股骨颈点云数据，股骨头模型包括股骨头拟合数据；
[0120]
求取各个股骨头点云数据与股骨头拟合数据的差值，并根据差值获得股骨头中心点坐标和股骨头半径；
[0121]
根据股骨颈点云数据和股骨头中心点坐标，获得股骨中轴线定位。
[0122]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0123]
从股骨颈点云数据提取部分股骨颈点云数据，求取部分股骨颈点云数据的平均坐标；根据平均坐标和股骨头中心点坐标，获得股骨中轴线定位。
[0124]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0125]
根据差值获得股骨头模型的拟合误差；根据拟合误差，获得股骨头中心点坐标和股骨头半径。
[0126]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0127]
分别求取拟合误差在第一方向上的第一变化率，第二方向上的第二变化率，第三方向的第三变化率和第四方向的第四变化率；根据第一变化率、第二变化率、第三变化率和第四变化率，获得股骨头中心点坐标和股骨头半径。
[0128]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0129]
根据股骨点云数据，获得股骨头中心点坐标参数和股骨头半径参数；根据股骨头中心点坐标参数和股骨头半径参数进行球面拟合，获得股骨头模型。
[0130]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0131]
求取各个股骨头点云数据与股骨头拟合数据的差值的数学表达为：
[0132]ei
(x0,y0,z0,r)＝(x
i-x0)2+(y
i-y0)2+(z
i-z0)
2-r2[0133]
其中，(xi,yi,zi)为股骨头点云数据的坐标，(x0,y0,z0)为股骨头中心点坐标参数，r为股骨头半径参数。
[0134]
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0135]
获取髋关节图像，并对髋关节图像进行分割，获得股骨图像；将股骨图像进行各向同性处理和点云转换，获得股骨点云数据。
[0136]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0137]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0138]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：

1.一种股骨中轴线定位的方法，其特征在于，包括：获取股骨点云数据，根据所述股骨点云数据进行球面拟合，获得股骨头模型，其中，所述股骨点云数据包括股骨头点云数据和股骨颈点云数据，所述股骨头模型包括股骨头拟合数据；求取各个所述股骨头点云数据与所述股骨头拟合数据的差值，并根据所述差值获得股骨头中心点坐标和股骨头半径；根据所述股骨颈点云数据和所述股骨头中心点坐标，获得所述股骨中轴线定位。2.如权利要求1所述的股骨中轴线定位的方法，其特征在于，根据所述股骨颈点云数据和所述股骨头中心点坐标，获得所述股骨中轴线定位，包括：从所述股骨颈点云数据提取部分股骨颈点云数据，求取所述部分股骨颈点云数据的平均坐标；根据所述平均坐标和所述股骨头中心点坐标，获得所述股骨中轴线定位。3.如权利要求1所述的股骨中轴线定位的方法，其特征在于，求取各个所述股骨头点云数据与所述股骨头拟合数据的差值，并根据所述差值获得股骨头中心点坐标和股骨头半径，包括：根据所述差值获得所述股骨头模型的拟合误差；根据所述拟合误差，获得所述股骨头中心点坐标和所述股骨头半径。4.如权利要求3所述的股骨中轴线定位的方法，其特征在于，根据所述拟合误差，获得所述股骨头中心点坐标和所述股骨头半径，包括：分别求取所述拟合误差在第一方向上的第一变化率，第二方向上的第二变化率，第三方向的第三变化率和第四方向的第四变化率；根据所述第一变化率、第二变化率、第三变化率和第四变化率，获得所述股骨头中心点坐标和所述股骨头半径。5.如权利要求1所述的股骨中轴线定位的方法，其特征在于，获取股骨点云数据，根据所述股骨点云数据进行球面拟合，获得股骨头模型，其中，所述股骨点云数据包括股骨头点云数据和股骨颈点云数据，所述股骨头模型包括股骨头拟合数据，包括：根据所述股骨点云数据，获得股骨头中心点坐标参数和股骨头半径参数；根据所述股骨头中心点坐标参数和所述股骨头半径参数进行球面拟合，获得所述股骨头模型。6.如权利要求5所述的股骨中轴线定位的方法，其特征在于，求取各个所述股骨头点云数据与所述股骨头拟合数据的差值的数学表达为：e
i
(x0,y0,z0,r)＝(x
i-x0)2+(y
i-y0)2+(z
i-z0)
2-r2其中，(x
i
,y
i
,z
i
)为所述股骨头点云数据的坐标，(x0,y0,z0)为所述股骨头中心点坐标参数，r为所述股骨头半径参数。7.如权利要求1所述的股骨中轴线定位的方法，其特征在于，获取股骨点云数据之前，还包括：获取髋关节图像，并对所述髋关节图像进行分割，获得股骨图像；将所述股骨图像进行各向同性处理和点云转换，获得所述股骨点云数据。8.一种股骨中轴线定位的装置，其特征在于，包括：
球面拟合模块，用于获取股骨点云数据，根据所述股骨点云数据进行球面拟合，获得股骨头模型，其中，所述股骨点云数据包括股骨头点云数据和股骨颈点云数据，所述股骨头模型包括股骨头拟合数据；中心点定位模块，用于求取各个所述股骨头点云数据与所述股骨头拟合数据的差值，并根据所述差值获得股骨头中心点坐标和股骨头半径；中轴线定位模块，用于根据所述股骨颈点云数据和所述股骨头中心点坐标，获得所述股骨中轴线定位。9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结

本申请涉及一种股骨中轴线定位的方法、装置、计算机设备和存储介质。所述方法包括：获取股骨点云数据，根据股骨点云数据进行球面拟合，获得股骨头模型，其中，股骨点云数据包括股骨头点云数据和股骨颈点云数据，股骨头模型包括股骨头拟合数据；求取各个股骨头点云数据与股骨头拟合数据的差值，并根据差值获得股骨头中心点坐标和股骨头半径；根据股骨颈点云数据和股骨头中心点坐标，获得股骨中轴线定位。采用本方法能够提高股骨中轴线定位的精度。用本方法能够提高股骨中轴线定位的精度。用本方法能够提高股骨中轴线定位的精度。