(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 202210962741.2 (22)申请日 2022.08.11 (71)申请人 中国人民解 放军总医院第四医学中 心 地址 100048 北京市海淀区阜成路51号 (72)发明人 张国强　郭恒　任鹏　 (74)专利代理 机构 北京瑞盛铭杰知识产权代理 事务所(普通 合伙) 11617 专利代理师 侯思聪 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/50(2006.01) G06T 17/00(2006.01) (54)发明名称 基于深度学习的髋臼损伤修复方法 (57)摘要 本申请的实施例提供了基于深度学习的髋 臼损伤修复方法、 装置、 设备和计算机可读存储 介质。 所述方法包括获取患者的3D髋臼数字图 像； 对所述3D髋臼数字 图像进行预处理， 得到3D 髋臼点云数据； 将所述3D髋臼点云数据， 输入至 髋臼修复模型中， 得到预测的健康髋臼的3D点云 图像； 对所述预测的健康髋臼3D点云图像， 进行 曲面重建和图像融合， 得到最终的3D髋臼数字图 像； 基于所述最终的3D髋臼数字图像， 完成对患 者的髋臼损伤修复。 以此方式， 能够快速预测出 于病人最适配的健康型态下的髋臼， 便于医生制 定手术方案， 对病人的损失的髋臼进行精准修 复。 权利要求书2页 说明书7页 附图4页 CN 115456947 A 2022.12.09 CN 115456947 A 1.一种基于深度学习的髋臼损伤修复方法， 其特 征在于， 包括： 获取患者的3D髋臼数字图像； 对所述3D髋臼数字图像进行 预处理， 得到3D髋臼点云数据； 将所述3D髋臼点云数据， 输入至髋臼修复模型中， 得到预测的健康髋臼的3D点云图像； 对所述预测的健康髋臼3D点云图像， 进行曲面重建和图像融合， 得到最终的3D髋臼数 字图像； 基于所述 最终的3D髋臼数字图像， 完成对患者的髋臼损伤修复。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述3D髋臼数字图像进行预处理， 得到3D髋臼点云数据包括： 对所述3D髋臼数字图像进行 下采样， 得到预设规格的3D髋臼点云数据。 3.根据权利要求2所述的方法， 其特征在于， 所述髋臼修复模型通过如下方式进行训 练： 构建训练样本集， 所述训练样本集包括预设数量的有损伤髋臼的3D点云数据和对应的 健康的髋臼的3D点云数据， 以及无损伤的3D点云数据； 以所述训练样本集中的有损伤髋臼的3D点云数据作为输入， 有损伤髋臼的3D点云数据 对应的健康的髋臼的3D点云数据作为输出， 基于VNET/VNET+ ++网络， 对生成器进行训练； 以所述训练样本集中的无损伤的3D点云数据作为输入， 有损伤髋臼的3D点云数据对应 的健康的髋臼的3D点云数据作为输出， 对鉴别器进行训练； 根据生成器和鉴别器的损失函数的差异度对生成器的参数进行调整， 直到生成器和鉴 别器的损失函数的差异 值小于预设阈值， 将此时的生成器和鉴别器作为最终的髋臼修复模 型。 4.根据权利要求3所述的方法， 其特 征在于， 所述 生成训练样本包括： 获取不同年龄阶层、 不同性别和/或不同职业人群的健康3D髋臼数字图像； 通过预设的破损规则， 对所述健康3D髋臼数字图像进行破损， 得到损伤的3D髋臼数字 图像； 对所述3D髋臼数字图像进行 下采样， 得到预设规格的损伤的3D髋臼点云数据。 5.根据权利要求4所述的方法， 其特征在于， 所述对所述预测的健康髋臼3D点云图像， 进行曲面重建和图像融合， 得到最终的3D髋臼数字图像包括： 将预测的健康髋臼的3D点云图像与3D髋臼点云数据作差， 得到增 加的输出点； 基于所述预测的健康髋臼的3D点云图像和 增加的输出点， 构建新的3D点云图像； 对所述新的3D点云图像进行曲面重建， 重建完成后与原始的3D髋臼数字图像进行融 合， 得到最终的3D髋臼数字图像。 6.一种基于深度学习的髋臼损伤修复装置， 其特 征在于， 包括： 获取模块， 用于获取患者的3D髋臼数字图像； 处理模块， 用于对所述3D髋臼数字图像进行 预处理， 得到3D髋臼点云数据； 训练模块， 用于将所述3D髋臼点云数据， 输入至髋臼修复模型中， 得到预测的健康髋臼 的3D点云图像； 修复模块， 用于对所述预测的健康髋臼3D点云图像， 进行曲面重建和图像 融合， 得到最 终的3D髋臼数字图像； 基于所述 最终的3D髋臼数字图像， 完成对患者的髋臼损伤修复。 7.根据权利要求6所述的装置， 其特征在于， 所述对所述3D髋臼数字图像进行预处理，权　利　要　求　书 1/2 页 2 CN 115456947 A 2得到3D髋臼点云数据包括： 对所述3D髋臼数字图像进行 下采样， 得到预设规格的3D髋臼点云数据。 8.根据权利要求7所述的装置， 其特征在于， 所述髋臼修复模型通过如下方式进行训 练： 构建训练样本集， 所述训练样本集包括预设数量的有损伤髋臼的3D点云数据和对应的 健康的髋臼的3D点云数据， 以及无损伤的3D点云数据； 以所述训练样本集中的有损伤髋臼的3D点云数据作为输入， 有损伤髋臼的3D点云数据 对应的健康的髋臼的3D点云数据作为输出， 基于VNET/VNET+ ++网络， 对生成器进行训练； 以所述训练样本集中的无损伤的3D点云数据作为输入， 有损伤髋臼的3D点云数据对应 的健康的髋臼的3D点云数据作为输出， 对鉴别器进行训练； 根据生成器和鉴别器的损失函数的差异度对生成器的参数进行调整， 直到生成器和鉴 别器的损失函数的差异 值小于预设阈值， 将此时的生成器和鉴别器作为最终的髋臼修复模 型。 9.一种电子设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现如权利要求1～5中任一项所述的方法。 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如权利要求1～5中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115456947 A 3