基于形状的膝关节标准视图自动位姿估计

复杂膝关节骨折的手术治疗借助移动式C臂进行实时成像引导。通过特定于解剖结构的2D标准视图实现即时且持续的控制，这些视图对应于相对于患者摆位的特定C臂位姿，目前采用试错法手动确定，代价是时间和辐射剂量。膝关节标准视图的特征表明，单个骨骼的形状信息可引导自动摆位流程，从而减少C臂摆位过程中的时间以及不必要的辐射量。为在膝关节手术中完全自动化C臂摆位任务，我们提出一个完整框架，实现(1)自动的偏侧性与标准视图分类，以及(2)基于单张初始X光的面向期望标准视图的自动基于形状的位姿回归。提出一种合适的形状表示，将语义信息融入位姿回归流程。该流程设计用于同时处理两种不同的标准视图。实验评估了所提系统在3528张合成与1386张真实X光片上针对前后位(a.-p.)和侧位标准的性能。视图/偏侧性分类器在合成数据上准确率为100%/98%，在真实X光片上为99%/98%。位姿回归性能在合成数据上为$d\theta_{a.-p}=5.8\pm3.3\degree,\,d\theta_{lateral}=3.7\pm2.0\degree$，在真实数据上为$d\theta_{a.-p}=7.4\pm5.0\degree,\,d\theta_{lateral}=8.4\pm5.4\degree$，优于基于强度的位姿回归。