本發(fā)明屬于臨床醫(yī)學、運動醫(yī)學和計算機圖形學領域，涉及一種ct影像中骨的運動和接近參數的標定和量化方法。

技術背景

體育運動和日常勞作經常會導致關節(jié)中韌帶的損傷，使韌帶不能有效地限制骨的活動范圍，進而造成關節(jié)運動不穩(wěn)；若不能及時診斷和治療會導致骨的損傷，并誘發(fā)關節(jié)炎。臨床上可以通過抽屜試驗、沃森試驗、關節(jié)鏡等手段來診斷關節(jié)不穩(wěn)，也可以通過x光、ct和mr等影像學方法診斷。影像學方法具有可量化測量的優(yōu)點，因此在關節(jié)不穩(wěn)的診斷中具有重要作用?，F有的影像學方法大多針對關節(jié)在特定姿態(tài)下的靜態(tài)成像，通過測量特定骨之間距離和夾角的異常來診斷關節(jié)不穩(wěn)。這種基于靜態(tài)成像的方法對于關節(jié)不穩(wěn)的診斷是有局限性的。動態(tài)型關節(jié)不穩(wěn)(dynamicinstability)的影像學特征發(fā)生在關節(jié)的運動過程中，在靜態(tài)成像方法的幾個預設關節(jié)姿態(tài)上并無影像學異常，因此這類關節(jié)不穩(wěn)常常被漏診。

四維ct的出現為解決這個問題帶來了新的機遇。與傳統ct相比，四維ct成像速度更快、單次成像輻射劑量更低。近年來四維ct技術趨于成熟，以320排動態(tài)容積成像技術為代表的新一代ct可以實現無相差、大掃描范圍的四維ct成像，生成掃描直徑16公分，每秒3-6幀的運動影像視頻。與其他可以動態(tài)成像的醫(yī)學影像設備相比，四維ct的突出優(yōu)點是能夠對骨性成分進行快速清晰的體成像，進而通過計算機圖形學方法可從中準確地獲取骨的三維形狀和運動信息，比如精確測量骨的位移和骨間距等參數，這是診斷關節(jié)動態(tài)不穩(wěn)的關鍵依據。

利用四維ct形成的“視頻”影像來量化骨的運動信息和接觸信息，并用于診斷關節(jié)動態(tài)不穩(wěn)將會是一種重要輔助診斷手段。目前基于四維ct的關節(jié)不穩(wěn)研究，主要從影像中采集運動和接近兩方面的量化參數。其中運動參數包括：骨的三維平移和旋轉信息，骨的接近面中心點在骨表面的軌跡信息；接近參數包括：骨接近區(qū)域、及其與相鄰骨的最小間距和平均間距。然而在這些量化參數中，只有接近區(qū)域與相鄰骨的最小間距和平均間距分別被用于診斷關節(jié)不穩(wěn)，其他參數只被用來研究關節(jié)運動的一般特性，并沒有與關節(jié)不穩(wěn)的診斷建立直接聯系。這些未被使用的參數與關節(jié)不穩(wěn)之間是否存在關聯是需要進一步研究的；但是目前這些參數用于關節(jié)不穩(wěn)的診斷是有困難的，主要原因是：這些參數是沒有經過標定的，難以進行不同患者之間的量化對比。

為了解決關節(jié)骨運動參數標定問題，需要一種可以將運動和接近參數進行歸一化和精確對比測算的方法，使得骨的三維運動信息、接近面和接近面中心點等參數可以在多患者的影像分析結果之間進行對比分析。

技術實現要素：

本發(fā)明的目的是，為解決骨的位置和姿態(tài)信息參數標定問題，提供一種ct影像中骨的運動和接近參數的標定和量化方法，該方法通過空間坐標變換方法使得多樣本間骨具有一致性的局部坐標系，在此基礎上精確計算骨的運動參數和接近參數，并進行對比，可輔助醫(yī)生對關節(jié)動態(tài)不穩(wěn)的診斷，減少誤診漏診的發(fā)生。

本發(fā)明的技術解決方案如下：

一種ct影像中骨的運動參數標定和量化方法，包括以下步驟：

首先，采集樣本ct影像，對該影像樣本進行骨的分割和跟蹤，從不同樣本ct影像中提取出骨的三維模型和運動參數作為數據源；然后，選取其中一個樣本ct影像中的骨作為基準骨，在該基準骨上創(chuàng)建局部坐標系；再將其他樣本的骨與基準骨對齊，使得所有樣本的骨都具有與基準骨一致性的局部坐標系；最后，基于骨的局部坐標系，對單個骨進行定位定姿。

一種基于ct影像骨的運動參數標定方法，具體包括以下步驟：

步驟1、定義一個起基準作用的骨，即基準骨b^ref，基于骨的三維模型建立局部坐標系，記為其中和分別代表基準坐標系c^ref的坐標原點及三個軸向，其所屬的圖像為基準圖像；

步驟2、對于非基準圖像，設為樣本k的第t幀圖像，通過骨的分割和跟蹤獲得其相應的骨的分割圖像b^k|t，通過求解以下公式求解將b^k|t與基準骨b^ref進行骨的對齊的問題：

其中，argminθ′表示求解使得評估函數值最小的θ′值；函數是圖像匹配程度的評估函數，常用的包括互信息量和圖像殘差均方值等；函數ψ′表示將骨的分割圖像b^k|t分別進行變換矩陣為mr的三維自旋變換和變換矩陣為mt的三維平移變換，然后進行s倍的縮放；θ′表示mt和mr這兩個變換矩陣中的未知數和縮放系數s；

步驟3、通過求解出的參數θ′和以下公式估算樣本k的第t幀圖像中骨的局部坐標系其中和分別代表c^k|t的坐標原點及三個軸向：

其中，和分別代表步驟2中三維自旋變換和三維平移變換的逆變換；

步驟4、通基于骨的局部坐標系，對單個骨進行定位定姿。

進一步地，所述骨的分割和跟蹤采用手動、半自動或者全自動的分割跟蹤方法

所述公式一的求解方法為：首先通過通用的醫(yī)學圖像處理軟件來實現基準骨和非基準骨的配準；然后由非基準骨的初始平移、旋轉和縮放信息以及配準后的新的平移、旋轉和縮放信息推算出三維自旋變換mr和三維平移變換mt以及縮放系數s。

由于兩個骨初始的位置大小以及旋轉角度不同，因此配準過程包含了三維自旋變換mr和三維平移變換mt以及縮放s。由于設定了基準骨的局部坐標系其中和分別代表基準坐標系c^ref的坐標原點及三個軸向，因此通過mr和mt的逆變換可推算出與其配準的非基準骨的局部坐標系具體的實施步驟是如下：

選用一款通用醫(yī)學圖像處理軟件對基準骨圖像和非基準骨圖像進行模板配準，通過模板圖像的配準位移和旋轉角度，可以推算出基準骨和非基準骨在配準過程中的三維自旋變換mr和三維平移變換mt以及縮放s。例如采用amira軟件實現基準骨和非基準骨的配準，跟蹤計算的步驟如下：

1.用amira打開基準骨圖像；

2.用amira打開非基準骨圖像；

3.添加仿射配準(affineregistration)節(jié)點，將其model輸入端與基準骨圖像節(jié)點相連，將其reference輸入端與非基準骨圖像節(jié)點相連；

4.在affineregistration節(jié)點的屬性面板上設置變換類型為rigid(剛性配準)和iso-(伸縮配準)；

5.在非基準骨圖像節(jié)點的屬性面板中點擊transformeditor按鈕，以激活模板圖像的交互式空間變換功能，將非基準骨圖像進行適當移動和旋轉，使其與基準骨圖像大致對齊；

6.在affineregistration節(jié)點的屬性面板上點擊register按鈕，進行模板配準；

7.在三維視圖中觀察配準后的非基準骨圖像是否與基準骨圖像精確對齊；如果是，讀取并記錄非基準骨圖像經過配準后新的平移、旋轉信息以及縮放信息。

由于非基準骨的初始平移、旋轉和縮放信息可以在未變換前讀出，并根據配準后的新的平移、旋轉和縮放信息推算出三維自旋變換mr和三維平移變換mt以及縮放系數s。又由于基準骨的局部坐標系是已知的，因此可以通過三維自旋變換mr和三維平移變換mt的逆變換推出非基準骨的局部坐標系即解出了公式二。

本發(fā)明還公開了一種基于骨的運動參數標定的踝關節(jié)的運動姿態(tài)獲取方法，根據上述方法得到脛骨下端的局部坐標系和距骨的局部坐標系；以脛骨下端的局部坐標系為基準，將其視作踝關節(jié)的基準坐標系并計算距骨的局部坐標系與c^std的相對位移和偏轉角度，計算公式如下：

其中，djoint是距骨與脛骨下端局部坐標系中心的歸一化距離，該值反映了踝關節(jié)運動過程中距骨的相對平移量；函數dist()用于計算兩點之間的歐式距離；為踝關節(jié)的基準坐標系的原點位置；s為公式一中的縮放倍數；θjoint，ωjoint分別為距骨局部坐標系x，y，z三個軸與踝關節(jié)的基準坐標系對應軸的夾角，如圖4所示，其值是通過向量點積的反余弦計算的；指距骨x軸與踝關節(jié)的基準坐標系x軸的向量點積，|·|是指相應向量的模；

定義三元組為踝關節(jié)的運動姿態(tài)，它反映了以脛骨下端為基準時距骨的偏轉量，體現了兩骨的相對姿態(tài)。

本發(fā)明還公開了一種ct影像中骨的接近參數標定和量化方法，根據上述方法得到骨的局部坐標系；設vi為骨的三維模型上的第i個頂點，其在骨的局部坐標系中的坐標為采用以下步驟將骨的局部坐標系上的點映射到二維骨形圖上：

首先，通過c^k|t和確定vi在二維骨形圖中的經緯度坐標(lngi,lati)：

其中，函數m用于將局部坐標系c^k|t下的點映射二維骨圖平面上，λ代表映射的方法，可采用任何一種現有的地圖投影方法。本發(fā)明選擇墨卡托投影法(mercatorcylindricalprojection)作為映射方法λ，能夠保持方向和角度的正確性。

然后，將樣本k的第1幀圖像中骨的局部坐標系c^k|1的坐標原點作為計算高程信息的基點，計算vi在二維骨形圖中的高程信息，計算公式為：

其中，hlng,lat是二維骨形圖上坐標為(lng,lat)的點對應高程信息；s^k|1是樣本k的第1幀圖像對應的骨的三維模型，函數dist()用于計算兩點之間的歐式距離，函數ray(v1,v2)用于計算以v1為起點指向v2的三維射線；函數intersect()用于計算三維射線與三維模型之間的交點；對于不封閉的骨，設置高程閾值，當intersect函數無法測得交點時，將hlng,lat設置為該高程閾值；在后續(xù)的可視化或對比分析中忽略該高程閾值所在的骨圖位置；s為公式一中的縮放倍數。經度lng的取值范圍是[-180,180]，緯度lat的取值范圍是[-90,90]；對于不同的高程信息hlng,lat進行著色處理，獲得二維骨形圖；

最后，以接近面s^talus頂點集合所組成的三角形網格區(qū)域的面積來估算接近面面積；

將接近面中心點和最近接觸點映射到骨形圖中分析其軌跡特征；最近接觸點的映射方法如公式四所示；接近面中心點的計算則是通過將接近面頂點集合中的輪廓頂點映射到骨形圖上，以其映射后的二維輪廓的形狀重心作為接近面中心點。

本發(fā)明的原理為：

1.基于局部坐標系的運動參數標定方法。骨是一類具有相似形狀的三維物體，它們外形呈現不規(guī)則的起伏，而且起伏比較平緩，很少有可以精確定位的尖角或特征位置。因此，這類物體不能像長方體那樣可以簡單地根據尖角(特征位置)來定位和定姿。運動參數標定的關鍵就是找到能對其定位定姿的方法。

假設骨是具有相似三維外形的實心物體，它的空間屬性包含四個方面：位置、姿態(tài)、尺度和外形。其中外形是指與位置、姿態(tài)、尺度無關的分布屬性，在這四個屬性中位置和姿態(tài)可以用骨的局部坐標系來表示，c＝{po，ax，ay，az}；其中po指骨的局坐標原點在骨的三維模型中的位置；ax，ay，az指骨的局部坐標系的三個正交軸在骨的三維模型中的朝向。

由于骨表面一般沒有可以精確定位的尖角，因此無法根據其外形定義一種普適于每個樣本的局部坐標系原點及軸向，即難以找到一種絕對的獨立于骨樣本差異性之外的局部坐標系定義方法。但可以采用相對的策略來定義，即對某個樣本的骨指定其局部坐標系，然后利用形狀相似性將其它樣本的骨與該骨對齊，以此來定義每個樣本的骨的局部坐標系。定義一個起基準作用的骨，即基準骨b^ref，其局部坐標系為c^ref，其所屬的圖像為基準圖像i^ref；

對于非基準圖像而言，雖然其骨的局部坐標系是未知的，但知道其理想的局部坐標系應該與c^ref一致，即當把這些骨圖像進行變換，使其對應的骨的局部坐標系與c^ref的原點重合、軸向重合且尺度歸一化，則此時不同樣本的骨與基準骨之間應該實現最大程度的重疊或對齊，即只有外形的樣本差異存在。只有這樣的局部坐標系才是與c^ref一致的，才可起到界定其位置和姿態(tài)的作用。該思路可以用公式(1)表示。

argminθφ[ψ(c^k|t,s^k|t,i^k|t,c^ref),i^ref](1)

其中，argminθ表示求解使得比較函數值φ最小的變量值θ；φ是基于圖像的骨的差異性的比較函數，ψ是圖像變換方法，將樣本k的第t幀圖像進行倍率為s^k|t的縮放，并進行適當平移和旋轉變換，使其對應的骨的局部坐標系c^k|t與基準骨的局部坐標系c^ref重疊；θ為c^k|t中的未知參數；i^k|t為樣本k的第幀圖像對應的骨的位置參數，i^ref為基準骨的位置參數，用于平移變換；

直接求解公式(1)是困難的，因為φ一般是非線性的、非凸的，因此其優(yōu)化精度往往取決于初始值的準確性；由于拍攝條件和樣本差異性的存在，直接估算c^k|t的初始值是難以準確的?？梢酝ㄟ^手工或半自動分割獲得b^k|t，即骨的分割圖像。由于將b^k|t與基準骨b^ref進行精確的骨的對齊是可行的，因此可以把公式(1)中的優(yōu)化問題，轉換為b^k|t與基準骨b^ref這兩個分割圖像之間的骨的對齊問題，如公式(2)所示。

其中，argminθ′表示求解使得評估函數值最小的θ′值；函數是圖像匹配程度的評估函數，常用的包括互信息量和圖像殘差均方值等；函數ψ′是指將骨的分割圖像b^k|t分別進行變換矩陣為mr的三維自旋變換和mt的三維平移變換，然后進行s倍的縮放；θ′是指mt、mr這兩個變換矩陣中的未知數和縮放系數s。

通過公式(2)的求解可以估算出樣本k的第t幀圖像中骨的局部坐標系如公式(3)。

其中，和分別代表公式(2)中三維自旋變換和三維平移變換的逆變換。

通過上述方法可以獲得任意樣本圖像中骨的局部坐標系c^k|t。這個局部坐標系可以對單個骨進行定位定姿，但對于關節(jié)不穩(wěn)的分析而言，更重要的是距骨和脛骨下端的相對姿態(tài)，而非單個骨的姿態(tài)。如圖3所示。

在踝關節(jié)的運動中，脛骨下端一般是靜止的，而距骨則圍繞脛骨下端旋轉。因此本發(fā)明以脛骨下端的局部坐標系為基準，將其視作踝關節(jié)的基準坐標系并計算距骨的局部坐標系與c^std的相對位移和偏轉角度，以此來定義踝關節(jié)的運動姿態(tài)，如公式(4)。

其中，djoint是距骨與脛骨下端局部坐標系中心的歸一化距離，該值反映了踝關節(jié)運動過程中距骨的相對平移量；函數dist()用于計算兩點之間的歐式距離；為基準坐標系的原點位置；s為公式(2)中的縮放倍數。引入縮放倍數s是為了消除骨大小(尺寸)不同這一樣本差異；θjoint，ωjoint分別為距骨局部坐標系x，y，z三個軸與踝關節(jié)的基準坐標系對應軸的夾角，如圖4所示，其值是通過向量點積的反余弦計算的；指距骨x軸與基準坐標系x軸的向量點積，|·|是指相應向量的模。

本發(fā)明以三元組定義踝關節(jié)的姿態(tài)。它反映了以脛骨下端為基準時距骨的偏轉量，體現了兩骨的相對姿態(tài)。由公式(2)和(3)可知，各骨的局部坐標系在不同樣本圖像中是具有一致性的，因此以該三元組定義的踝關節(jié)姿態(tài)可以解決不同樣本骨的坐標系不同導致運動參數不能對比的問題。

2.基于二維骨形圖的接近參數標定方法。本發(fā)明提出二維骨圖法，將骨的三維表面展開為具有經緯度坐標的二維圖像。基于二維骨圖，可對骨表面上的任意點進行定位，并對從屬于該點的接近參數進行對比分析和可視化。二維骨圖提供了骨表面的參數化方法，使得表面上的各項參數可定位、可對比，解決了接近面參數無法在三維骨表面精確標定問題。

把骨看作是類似地球的封閉三維形體，仿照地理測繪學中的地圖映射法，把骨三維表面上的每一個點映射到二維骨圖上來。這樣，二維骨圖上的每一個點就對應了三維骨表面上的一個點。如果還在二維骨圖上標記該點在三維骨表面上對應點的高程信息，就可以根據二維骨圖復原骨的三維模型。因此二維骨圖與三維骨表面相比，雖然降低了維度，但并沒有丟失幾何信息。

設vi為骨的三維網格模型上的第i個頂點，其在骨的局部坐標系中的坐標為二維骨圖計算的關鍵是通過c^k|t和確定vi在二維展開圖像中的經緯度坐標(lngi,lati)，如公式(5)。

其中函數m用于將坐標系c^k|t下的點映射二維骨圖平面上(m是一個類似地圖映射函數的函數，能夠將三維表面點映射到二維坐標系中)，λ代表映射的方法。選擇最常見的墨卡托投影法(mercatorcylindricalprojection)，該方法的特點是能夠保持方向和角度的正確，常見的世界地圖就是采用就是這種映射方法。

為了將骨的表面形狀進行量化對比，本發(fā)明對不同樣本中的距骨創(chuàng)建了其對應的二維骨形圖，即像包含了地形信息的地圖一樣，地圖上的每個點既有經緯度坐標還有高程信息，以此來對地理特征進行定位和描述。其計算方法如公式(6)。

其中hlng,lat是二維骨圖上坐標為(lng,lat)的點對應高程信息。由于在骨的表面上沒有類似海平面的結構，因此將計算海拔的基點設置在骨的局部坐標系c^k|1的坐標原點s^k|1是骨的三維模型，函數dist()用于計算兩點之間的歐式距離，函數ray(v1,v2)用于計算以v1為起點指向v2的三維射線。函數intersect()用于計算三維射線與三維模型之間的交點；本發(fā)明選擇樣本的第1幀對應的骨的局部坐標系的坐標原點和骨的三維模型s^k|1進行計算，這是因為骨在運動中近似不發(fā)生形變，因此各幀的骨形圖應該是相同的。s為公式(2)中的縮放倍數。經度lng和緯度lat的取值范圍根據選用地圖映射方法進行合理取值，例如經度lng的取值范圍是[-180,180]，也可以是[0,360]，緯度lat的取值范圍是[-90,90]。對于不同的高程信息hlng,lat進行著色處理，可以獲得如圖5所示的二維圖形圖。

本發(fā)明以接近面s^talus頂點集合所組成的三角形網格區(qū)域的面積來估算接近面面積。對于不封閉的骨，比如脛骨下端在踝關節(jié)成像中是局部成像的，因此其三維模型是開口的?？梢栽O置高程閾值，當intersect函數無法測得交點時，將hlng,lat設置為該高程閾值。后續(xù)的可視化或對比分析中忽略該高程閾值所在的骨圖位置即可。同時將接近面中心點和最近接觸點映射到骨形圖中分析其軌跡特征。最近接觸點的映射方法如公式(5)所示。接近面中心點的計算則是通過將接近面頂點集合中的輪廓頂點映射到骨形圖上，以其映射后的二維輪廓的形狀重心作為中心點。

本發(fā)明提出了一種ct影像中骨的運動和接近參數的標定和量化方法，包括：首先采集患者關節(jié)運動過程的ct影像，對該影像樣本進行骨的分割和跟蹤，提取骨的三維形狀和運動信息；然后對多樣本骨的位置和姿態(tài)進行歸一化處理，即建立具有一致性的局部坐標系，在此基礎上精確計算出多樣本骨不同幀時的運動參數信息，可用于對比；同時在已有的一致性局部坐標系，將三維骨表面展開成二維圖形，仿照地球表面展開成地圖的方法，形成經緯坐標，可精確標定三維骨表面的接近信息，同樣可用于對比。

有益效果：

本發(fā)明提出的ct影像中骨的運動和接近參數的標定和量化方法，可有效的解決諸如運動軌跡、接近面和中心點的位移等參數雖然可以提取但無法直接進行對比分析的問題，為ct影像分析在關節(jié)不穩(wěn)診斷中的深入應用，輔助醫(yī)生診斷，減少誤診漏診的發(fā)生打下了基礎。本發(fā)明通過手動分割和半自動跟蹤方法以盡量保證骨的分割和跟蹤精度的基礎上，進行骨的運動參數和接近參數標定，準確性高。

附圖說明

圖1是運動參數標定的必要性示意圖；其中圖1(a)顯示的是接近區(qū)域中心點在4個關節(jié)姿態(tài)之間的運動軌跡；圖1(b)顯示的是兩個患者的接近區(qū)域中心點沿x坐標軸的平移曲線；圖中trapezium表示大多角骨，initialkeypinchposition表示初始感到疼痛的位置，adduction表示內收，palmarabduction表示掌外展；opposition表示對立位置。由于兩個坐標系不一致，這兩條曲線不能直接對比。

圖2是接近參數標定的必要性示意圖；其中圖2(a)顯示的是接近區(qū)域在骨表面不同區(qū)域的分布情況，圖中深色區(qū)域代表接近區(qū)域，虛線構成的網格是對骨表面的分區(qū)，從圖中可見接近區(qū)域在不同關節(jié)姿態(tài)時的所處位置不同，圖中的數字代表分布在該分區(qū)的接近區(qū)域占總接近區(qū)域的百分比；圖中trapezium表示大多角骨，initialkeypinchposition表示初始感到疼痛的位置，dorsal表示背側的，ulnar表示尺骨的，volar表示手掌的，radial表示橈骨，adduction表示內收；圖2(b)顯示的是三維物體表面的不可定位性；其中立方體表面任意點是可以精確定位的，因為立方體的任意平面都有4個可精確定位的頂點，這4個點又可以確定一個坐標系來對表面任意點定位。但球體表面上的點就無法精確定位，因為球體圓滑的表面上沒有任何可定位的基準點。與球體類似，骨的表面上也缺乏可以精確定位的基準點。

圖3是相對姿態(tài)對關節(jié)不穩(wěn)分析的重要性示意圖，左圖是平放的踝關節(jié)，右圖是整體抬起小腿的踝關節(jié)。雖然距骨旋轉了，但距骨與脛骨下端的相對姿態(tài)沒有發(fā)生改變，踝關節(jié)并沒有運動。

圖4是踝關節(jié)姿態(tài)參數示意圖。

圖5是二維骨形圖示例，其中圖5(a)為三維距骨模型，圖5(b)為對應的骨形圖。骨形圖以世界地圖的方式呈現，坐標為經緯度。顏色越暖的地方代表高程越大，顏色越冷的地方代表高程越小。

圖6是距骨沿基準坐標系x軸的平移曲線圖。

圖7是距骨沿基準坐標系y軸的平移曲線圖。

圖8是距骨沿基準坐標系z軸的平移曲線圖。

圖9是最近骨間距在不同姿態(tài)下的取值圖。

圖10是距骨接近面的平均骨間距在不同姿態(tài)下的取值圖。

圖11是距骨接近面面積在不同姿態(tài)下的取值圖。

圖12是運動過程中的關節(jié)姿態(tài)曲線圖。

圖13是雙側距骨的二維骨形圖；圖13(a)和(b)分別為左側和右側距骨的二維骨形圖。

具體實施方式

下面結合圖示附圖和具體實驗過程對本發(fā)明做進一步說明。需要說明的是，本實施例中所采用的骨的分割和跟蹤方法、醫(yī)學圖像處理軟件、映射的方法不構成對本發(fā)明保護范圍的限制，本發(fā)明步驟2不局限于特定的骨的分割和跟蹤方法，公式一的求解不局限于特定的醫(yī)學圖像處理軟件、公式四中的地圖映射方法也不局限于特定的地圖映射方法，任何通過對本發(fā)明中技術特征進行等同替換得到的技術方案均屬于本發(fā)明的保護范圍。

本發(fā)明公開了一種ct影像中骨的運動參數標定和量化方法，具體包括以下步驟：

步驟1、定義一個起基準作用的骨，即基準骨b^ref，基于骨的三維模型建立局部坐標系，記為其中和分別代表基準坐標系c^ref的坐標原點及三個軸向，其所屬的圖像為基準圖像；

步驟2、對于非基準圖像，設為樣本k的第t幀圖像，通過骨的分割和跟蹤獲得其相應的骨的分割圖像b^k|t，通過求解以下公式求解將b^k|t與基準骨b^ref進行骨的對齊的問題：

其中，argminθ′表示求解使得評估函數值最小的θ′值；函數是圖像匹配程度的評估函數，常用的包括互信息量和圖像殘差均方值等；函數ψ′表示將骨的分割圖像b^k|t分別進行變換矩陣為mr的三維自旋變換和變換矩陣為mt的三維平移變換，然后進行s倍的縮放；θ′表示mt和mr這兩個變換矩陣中的未知數和縮放系數s；

步驟3、通過求解出的參數θ′和以下公式估算樣本k的第t幀圖像中骨的局部坐標系其中和分別代表c^k|t的坐標原點及三個軸向：

其中，和分別代表步驟2中三維自旋變換和三維平移變換的逆變換；

步驟4、通基于骨的局部坐標系，對單個骨進行定位定姿。

所述公式一的求解方法為：首先通過醫(yī)學圖像處理軟件來實現基準骨和非基準骨的配準；然后由非基準骨的初始平移、旋轉和縮放信息以及配準后的新的平移、旋轉和縮放信息推算出三維自旋變換mr和三維平移變換mt以及縮放系數s。

采用一款通用醫(yī)學圖像處理軟件對基準骨圖像和非基準骨圖像進行模板配準，通過模板圖像的配準位移和旋轉角度，可以推算出基準骨和非基準骨在配準過程中的三維自旋變換mr和三維平移變換mt以及縮放s。

本發(fā)明還公開了一種基于骨的運動參數標定的踝關節(jié)的運動姿態(tài)獲取方法，根據上述方法得到脛骨下端的局部坐標系和距骨的局部坐標系；以脛骨下端的局部坐標系為基準，將其視作踝關節(jié)的基準坐標系并計算距骨的局部坐標系與c^std的相對位移和偏轉角度，計算公式如下：

其中，djoint是距骨與脛骨下端局部坐標系中心的歸一化距離，該值反映了踝關節(jié)運動過程中距骨的相對平移量；函數dist()用于計算兩點之間的歐式距離；為踝關節(jié)的基準坐標系的原點位置；s為公式一中的縮放倍數；θjoint，ωjoint分別為距骨局部坐標系x，y，z三個軸與踝關節(jié)的基準坐標系對應軸的夾角，如圖4所示，其值是通過向量點積的反余弦計算的；指距骨x軸與踝關節(jié)的基準坐標系x軸的向量點積，||是指相應向量的模；

定義三元組為踝關節(jié)的運動姿態(tài)，它反映了以脛骨下端為基準時距骨的偏轉量，體現了兩骨的相對姿態(tài)。

本發(fā)明還公開了一種基于ct影像骨的接近參數標定方法，根據上述方法得到骨的局部坐標系；設vi為骨的三維模型上的第i個頂點，其在骨的局部坐標系中的坐標為采用以下步驟將骨的局部坐標系上的點映射到二維骨形圖上：

首先，通過c^k|t和確定vi在二維骨形圖中的經緯度坐標(lngi,lati)：

其中，函數m用于將局部坐標系c^k|t下的點映射二維骨圖平面上，λ代表映射的方法。本發(fā)明選擇墨卡托投影法(mercatorcylindricalprojection)作為映射方法λ，能夠保持方向和角度的正確性。

然后，將樣本k的第1幀圖像中骨的局部坐標系c^k|1的坐標原點作為計算高程信息的基點，計算vi在二維骨形圖中的高程信息，計算公式為：

其中，hlng,lat是二維骨形圖上坐標為(lng,lat)的點對應高程信息；s^k|1是樣本k的第1幀圖像對應的骨的三維模型，函數dist()用于計算兩點之間的歐式距離，函數ray(v1,v2)用于計算以v1為起點指向v2的三維射線；函數intersect()用于計算三維射線與三維模型之間的交點；對于不封閉的骨，設置高程閾值，當intersect函數無法測得交點時，將hlng,lat設置為該高程閾值；在后續(xù)的可視化或對比分析中忽略該高程閾值所在的骨圖位置；s為公式一中的縮放倍數。經度lng和緯度lat的取值范圍根據選用地圖映射方法進行合理取值，本實施例中經度lng的取值范圍是[-180,180]，緯度lat的取值范圍是[-90,90]；對于不同的高程信息hlng,lat進行著色處理，獲得二維骨形圖；

最后，以接近面s^talus頂點集合所組成的三角形網格區(qū)域的面積來估算接近面面積；

將接近面中心點和最近接觸點映射到骨形圖中分析其軌跡特征；最近接觸點的映射方法如公式四所示；接近面中心點的計算則是通過將接近面頂點集合中的輪廓頂點映射到骨形圖上，以其映射后的二維輪廓的形狀重心作為接近面中心點。

以下是針對踝關節(jié)不穩(wěn)的多樣本對比實驗。需要說明的是，本發(fā)明雖然以四維ct為實驗背景，但是本發(fā)明中的運動參數和接近參數標定方法能應用于所有ct影像。

1、實驗數據

本發(fā)明選擇6位志愿者的四維ct影像作為實驗數據。志愿者在醫(yī)師的指導下，分別將左右踝關節(jié)從跖屈極限位運動到背屈極限位。四維ct對該過程連續(xù)成像獲得9-14副三維圖像。其中有5位志愿者拍攝了雙側腳踝的運動影像，1位志愿者拍攝了單側腳踝的運動影像。每位志愿者都有一側腳踝是受傷的。表4-1顯示了這6位志愿者及其四維ct影像的基本情況。本發(fā)明以志愿者2的右踝距骨和脛骨下端作為基準骨來標定其他志愿者的運動和接近面參數。

表1志愿者及其四維ct影像基本情況表

2、實驗方法

采用手動分割和半自動跟蹤的方法，提取距骨和脛骨下端的形狀和運動參數；然后采用本發(fā)明中提出的基于ct影像的骨的運動參數和接近參數標定方法對樣本參數進行標定，并進行各參數之間的量化對比。并討論各參數與踝關節(jié)不穩(wěn)的關系。

3、實驗結果

在關節(jié)運動過程中，脛骨的偏移不是很明顯，主要考察距骨的位置和姿態(tài)信息，通過實驗得到可對比的多樣本運動信息和接近信息變化趨勢。本發(fā)明以三元組定義踝關節(jié)的姿態(tài)，它與其他參數構成超過3維的高維數據，因此無法通過常規(guī)的二維和三維曲線來展現不同姿態(tài)下的運動和接近參數。為了解決這一問題，采用平行坐標圖(parallelcoordinatesplot)。該圖可以展現高維數據內部的關系。以下是樣本2經過歸一化處理后可用于不同樣本間對比的健康一側腳踝和受傷一側腳踝的運動參數和接近參數的標定結果。

(1)距骨沿基準坐標系x軸的平移曲線圖如圖6所示。圖6中實線代表左腳的參數，虛線代表右腳的參數。第1至第3列為踝關節(jié)姿態(tài)的三元組在不同幀的樣本值，單位是度。第4列為骨沿踝關節(jié)基準坐標系x軸的平移值，單位是毫米。從圖中可以看出扭傷的右腳在x方向的平移相比左腳而言幅度要小，只在11-12毫米之間；而健康的左腳在x方向的平移幅度超過了13毫米。

(2)距骨沿基準坐標系y軸的平移曲線圖如圖7所示。圖7中實線代表左腳的參數，虛線代表右腳的參數。與圖6相似，不過第4列為骨沿基準坐標系y軸的平移值，單位是毫米。從圖中可以看出可見扭傷的右腳在y方向的平移相比左腳而言幅度要較小，只在[0.14,1.8]毫米之間；而健康的左腳在y方向的平移幅度在[-0.4,2.2]毫米之間。

(3)距骨沿基準坐標系z軸的平移曲線圖如圖8所示。圖8中實線代表左腳的參數，虛線代表右腳的參數。與圖6相似，不過第4列為骨沿基準坐標系z軸的平移值，單位是毫米。從圖中可以看出可見扭傷的右腳在z方向的平移相比左腳而言幅度要較小，只在[-29,-24]毫米之間；而健康的左腳在該z向的平移幅度在[-30,-22]毫米之間。

(4)最近骨間距在不同姿態(tài)下的取值圖如圖9所示。圖9顯示了不同姿態(tài)下最近骨間距的取值。與圖6相似，不過第4列為最近骨間距，單位是毫米。從圖中可以看出扭傷的右腳整體上的最近骨間距要小于健康腳。從曲線的走向來看，在前三列走向相同的曲線，在第三與第四列之間呈現不同的走勢。右腳的曲線呈現下降趨勢，而左腳的曲線呈現上升趨勢。健康腳的最近骨間距可以達到2.475毫米，而扭傷的與右腳則只有不足1.8毫米。

(5)距骨接近面的平均骨間距在不同姿態(tài)下的取值如圖10所示。圖10顯示了不同姿態(tài)下接近面的平均骨間距的取值。與圖6相似，不過第4列為接近面的平均骨間距，單位是毫米。從圖中可以看出扭傷的右腳整體上的接近面的平均骨間距方面也要小于健康腳。從曲線的走向來看，在前三列走向相同的曲線，在第三與第四列之間呈現不同的走勢。右腳的曲線呈現下降趨勢，而左腳的曲線呈現上升趨勢。健康腳接近面的平均骨間距可以達到4毫米，而扭傷的右腳則只有不足3.5毫米。這與圖9表現出的規(guī)律性是一樣的。

(6)距骨接近面面積在不同姿態(tài)下的取值如圖11所示。圖11顯示了不同姿態(tài)下接近面的面積的取值。與圖6相似，不過第4列為接近面的面積，單位是平方毫米。從圖中可以看出扭傷的右腳整體上的接近面的平均骨間距要大于健康腳。從曲線的走向來看，在前三列走向相同的曲線，在第三與第四列之間呈現相似的走勢，都呈交叉狀，即一部分曲線向下延伸，另一部分曲線向上延伸。這說明兩側腳的接近面積的變換率都經歷了較快幅度的變化。健康腳接近面的面積最大為1320平方毫米，而扭傷的與右腳則可以達到1455平方毫米。這與圖10表現出的規(guī)律性是一樣的，因為右腳的平均骨間距小，因此距骨與脛骨下端更靠近，接近面的面積也自然更大。

(7)運動過程中的關節(jié)姿態(tài)曲線圖如圖12所示。圖12中坐標系的三個軸分別為姿態(tài)參數三元組虛線代表左腳的參數，實線代表右腳的參數。虛線在三個方向都長于實線，尤其在ωjoint方向更加明顯。實線只能下降到20多度，這說明右腳無法到達背屈極限位。可見受傷的右腳的姿態(tài)變化幅度是小于健康的左腳的。

(8)雙側距骨的二維骨形圖如圖13所示。在圖13中左右兩圖分別是左側和右側距骨的骨形圖。骨形圖以世界地圖的方式呈現，坐標為經緯度。顏色越暖的地方代表高程越大，顏色越冷的地方代表高程越小。