基于深度学习与生物力学约束的脊柱侧弯矫形器配准方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习与生物力学约束的脊柱侧弯矫形器配准方法
申请号:CN202511079596
申请日期:2025-08-04
公开号:CN120579353B
公开日期:2025-10-17
类型:发明专利
摘要
本申请公开了一种基于深度学习与生物力学约束的脊柱侧弯矫形器配准方法,涉及脊柱侧弯矫形器设计技术领域,包括:分别获取三维脊椎模型的第一特征信息和三维体表模型的第二特征信息,所述第二特征信息包括:几何特征、压力特征和运动特征;将所述第一特征信息和所述第二特征信息同时输入至预构建的混合配置网络进行刚性配准和非刚性配准,所述刚性配准输出初始对齐模型,所述非刚性配准输出解剖合理的高精度局部适配数据;将所述初始对齐模型和所述解剖合理的高精度局部适配数据进行联合优化获得最终的配准结果。通过双流特征提取脊柱与体表的几何以及运动特征,从而进行先粗刚性后精细非刚性的配准网络,实现从几何配准到功能优化的跃升。
技术关键词
脊柱侧弯矫形器 配准方法 运动特征 脊椎模型 薄板样条 椎体 邻域 配置网络 Kabsch算法 超参数 协方差矩阵 层级 坐标 反距离加权插值 上采样 软组织 泊松圆盘采样 多层感知机 RANSAC算法 压力