股骨近端髓腔图像数据处理方法、装置、设备和存储介质与流程

1.本技术涉及医疗器械技术领域，具体而言，涉及一种股骨近端髓腔图像数据处理方法、装置、设备和存储介质。


背景技术：

2.在关节置换手术中，通过术前规划来确定假体的型号和安放角度等，例如，股骨柄假体型号的确定需要根据股骨的具体的形状特征来确定。通常情况下，通过计算股骨髓腔闪烁指数来进行股骨形态分类，股骨形态分类的结果是关节置换手术中选择股骨柄假体的关键因素。
3.相关技术中，对于股骨髓腔闪烁指数的计算通常都是人工手动测量，根据经验来进行的，主观因素大，误差比较大。


技术实现要素：

4.本技术的主要目的在于提供一种股骨近端髓腔图像数据处理方法、装置、设备和存储介质，以解决上述问题。
5.为了实现上述目的，根据本技术的一个方面，提供了一种股骨近端髓腔图像数据处理方法。方法包括：
6.将待分割的二维ct医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及x线投影图像；
7.基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的x线投影图像，确定股骨皮质区域的x线投影图像；
8.根据所述股骨小转子的位置坐标以及所述股骨皮质区域的x线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
9.根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
10.在一种实施方式中，基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，包括：
11.将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
12.通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
13.根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
14.在一种实施方式中，通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果，包括：
15.通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体
表投影图像中的股骨小转子进行识别；
16.获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值；
17.根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标，包括：
18.从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；
19.基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
20.在一种实施方式中，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的x线投影图像，确定所述股骨位置区域的股骨干骺宽度，包括：
21.股骨皮质区域的x线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
22.确定经过所述坐标点且垂直于股骨干纵轴线的垂线；
23.确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；
24.测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
25.在一种实施方式中，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的x线投影图像，确定所述股骨位置区域的股骨髓腔峡部直径，包括：
26.在所述股骨皮质区域的x线投影图像中，确定每一行像素显示的股骨直径；
27.根据每行像素显示的股骨直径的集合中确定股骨直径最小值；
28.所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；
29.所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
30.在一种实施方式中，还包括：在所述股骨皮质区域的x线投影图像中，分别确定股骨干纵轴线和股骨颈轴线；
31.计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
32.在一种实施方式中，在所述股骨皮质区域的x线投影图像中，确定股骨颈轴线，包括：
33.确定所述股骨的第一颈干边缘曲线和第二颈干边缘曲线；
34.确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线；
35.在所述股骨皮质区域的x线投影图像中，确定股骨干纵轴线，包括：
36.在所述股骨皮质区域的x线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；
37.所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
38.在一种实施方式中，根据股骨髓腔闪烁指数确定股骨类型，包括：
39.如果股骨髓腔闪烁指数小于或者等于3，则确定股骨类型为烟囱型；
40.如果股骨髓腔闪烁指数大于3或者小于4.7，则确定股骨类型为普通型；
41.如果股骨髓腔闪烁指数大于或者等于4.7，则确定股骨类型为酒杯型。
42.第二方面，本技术还提出了一种股骨近端髓腔图像数据处理装置，包括：
43.图像处理和小转子确定模块，用于将待分割的二维ct医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及x线投影图像；
44.基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的x线投影图像，确定股骨皮质区域的x线投影图像；
45.尺寸确定模块，用于根据所述股骨小转子的位置坐标以及所述股骨皮质区域的x线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
46.计算模块，用于根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
47.在一种实施方式中，图像处理和小转子确定模块还用于，将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
48.通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
49.根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
50.在一种实施方式中，图像处理和小转子确定模块还用于，通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别；
51.获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值；
52.根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标，包括：
53.从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；
54.基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
55.在一种实施方式中，尺寸确定模块还用于，股骨皮质区域的x线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
56.确定经过所述坐标点且垂直于股骨干纵轴线的垂线；
57.确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；
58.测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
59.在一种实施方式中，尺寸确定模块还用于，在所述股骨皮质区域的x线投影图像中，确定每一行像素显示的股骨直径；
60.根据每行像素显示的股骨直径的集合中确定股骨直径最小值；
61.所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；
62.所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
63.在一种实施方式中，尺寸确定模块还用于，在所述股骨皮质区域的x线投影图像中，分别确定股骨干纵轴线和股骨颈轴线；
64.计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
65.在一种实施方式中，尺寸确定模块还用于，确定所述股骨的第一颈干边缘曲线和
第二颈干边缘曲线；
66.确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线；
67.在所述股骨皮质区域的x线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；
68.所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
69.为了实现上述目的，根据本技术的第三方面，提供了一种电子设备；包括至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行上述任一项所述的步骤。
70.根据本技术的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行上述任意一项所述的步骤。
71.本技术提高了股骨干骺宽度、股骨峡部直径的计算精确度，从而提高了股骨髓腔闪烁指数的计算精度，且运算速度较快，解决了现有技术中，依靠人工依靠眼力来进行粗糙的测量而导致的误差比较大的技术问题，可以很好的帮助术者进行手术前规划，例如，在关节置换手术中对股骨柄假体的选择。
附图说明
72.构成本技术的一部分的附图用来提供对本技术的进一步理解，使得本技术的其它特征、目的和优点变得更明显。本技术的示意性实施例附图及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
73.图1是根据本技术实施例的一种股骨近端髓腔图像数据处理方法的流程图；
74.图2是根据本技术实施例的一种股骨体表投影图像以及x线投影图像；
75.图3是根据本技术实施例的另一种股骨近端髓腔图像数据处理方法的流程图；
76.图4是根据本技术实施例的另一种股骨近端髓腔图像数据处理方法的流程图；
77.图5a是根据本技术实施例的另一种股骨x线投影图像；
78.图5b是根据本技术实施例的另一种股骨x线投影图像；
79.图6是根据本技术实施例的另一种股骨x线投影图像；
80.图7是根据本技术实施例的一种股骨的颈干角示意图；
81.图8是根据本技术实施例的一种股骨近端髓腔图像数据处理装置的结构示意图；
82.图9是根据本技术实施例的一种电子设备的结构示意图。
具体实施方式
83.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
84.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第
二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
85.在本技术中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本实用新型及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
86.并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本实用新型中的具体含义。
87.此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本实用新型中的具体含义。
88.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
89.本技术提出了一种股骨近端髓腔图像数据处理方法，如图1所示，该方法包括如下的步骤s102至步骤s108：
90.步骤s102，将待分割的二维ct医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及x线投影图像；
91.其中，二维ct医学图像为股骨膝关节的医学图像。图像分割网络模型可以采用unet网络实现。可以先利用unet卷积神经网络作为主干网络，对上述二维ct医学图像进行粗分割；然后对粗分割的结果使用pointrend神经网络进行精确分割。
92.步骤s104，基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于所述股骨位置区域的x线投影图像，确定股骨皮质区域的x线投影图像。
93.示例性的，参见附图2所示的股骨小转子的位置示意图。
94.步骤s106，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的x线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
95.步骤s108，根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
96.具体的，如果股骨髓腔闪烁指数小于或者等于3，则确定股骨类型为烟囱型；如果股骨髓腔闪烁指数大于3或者小于4.7，则确定股骨类型为普通型；如果股骨髓腔闪烁指数大于或者等于4.7，则确定股骨类型为酒杯型。
97.上述的阈值范围也可以灵活进行调整，本技术不进行限定。
98.本发明的上述的方法，可以比较准确的计算出股骨的股骨髓腔闪烁指数。计算出了股骨髓腔闪烁指数，就可以根据股骨髓腔闪烁指数来确定假体的尺寸。假体在膝关节置
换手术中，具有重要的意义。本技术的上述的方法，提高了精确度，现有技术中，人工根据经验手动测量，误差太大，计算得到的闪烁指数往往误差比较大，而选择的假体不合适，造成返工。
99.为了确定出股骨小转子的位置坐标，在一种实施方式中，参见图3，步骤s104中，基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，采用以下的步骤：
100.步骤s1041，将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
101.步骤s1042，通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
102.其中，上述的关键点识别模型可以为hourglass网络，也可以采用其他形式的网络实现。
103.步骤s1043，根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
104.在一种实施方式中，参见图4，步骤s1042，通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果，包括以下的步骤：
105.步骤s10421，通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别；
106.步骤s10422，获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值。
107.具体的，为了确定出小转子的位置，在一种实施方式中，步骤s1043，根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标时，从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
108.示例性的，在股骨的热力图中，可以不同的颜色表示不同的概率值；颜色越深，表示概率值越大，红颜色表示第一概率值范围，黄颜色表示第二概率值范围。例如，在小转子位置，概率值为0.98；在该位置以红颜色高亮表示。在该小转子位置的周围的位置，概率值小于0.9，以黄颜色来表示。
109.在一种实施方式中，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的x线投影图像，确定所述股骨位置区域的股骨干骺宽度时，股骨皮质区域的x线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
110.其中，预定距离可以为2厘米，也可以为其他尺寸，具体根据实际情况灵活设定。
111.确定经过所述坐标点且垂直于股骨干纵轴线的垂线；确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
112.示例性的，参见附图2，干骺宽度为55毫米。
113.在股骨中，最窄的部位为峡部，为了确定峡部直径，在一种实施方式中，根据所述股骨小转子的位置坐标以及所述股骨皮质区域的x线投影图像，确定所述股骨位置区域的
股骨髓腔峡部直径时，在所述股骨皮质区域的x线投影图像中，确定每一行像素显示的股骨直径；根据每行像素显示的股骨直径的集合中确定股骨直径最小值；所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
114.具体的，在股骨的像素矩阵中，可以计算出每一行像素的图像长度，也就是每一层的股骨直径，从中选择最小的一个直径，也就是股骨峡部直径。
115.示例性的，参见附图2中，峡部直径为12毫米。
116.在假体的选择过程中，还需要考虑的另外的一个因素是颈干角，也称内倾角。颈干角为股骨干轴线和所述股骨颈轴线的夹角。为了比较精确的计算出颈干角，在一种实施方式中，在所述股骨皮质区域的x线投影图像中，分别确定股骨干纵轴线和股骨颈轴线；计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
117.为了确定股骨颈轴线，在一种实施方式中，在所述股骨皮质区域的x线投影图像中，确定股骨颈轴线时，确定所述股骨的第一颈干边缘曲线和第二颈干边缘曲线；确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线。
118.具体的，参见附图5a和5b，图像是像素矩阵组成的，对于任意的一行像素中，确定该行像素中的股骨的第一曲线上的第一点和第二曲线上的第二点；计算坐标位于第一点和第二点中间位置的像素点，并高亮显示中间位置的像素点。比如，用红色来显示。
119.把上述得到的每行像素中的中间点进行直线拟合，得到股骨颈轴线。
120.具体的，直线拟合方式可以采用最小二乘法、梯度下降、高斯牛顿、列
‑
马算法等现有的任意直线拟合算法。
121.在一种实施方式中，在所述股骨皮质区域的x线投影图像中，确定股骨干轴线时，在所述股骨皮质区域的x线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
122.具体的，参见附图6，图像是像素矩阵组成的，对于任意的一行像素中，确定该行像素中的，股骨的左侧边缘点和股骨的右侧边缘点；计算股骨的左侧边缘点和股骨的右侧边缘点中间的像素点；并高亮显示中间的像素点。比如，用红色来显示。
123.把上述得到的多个中间的像素点进行直线拟合，得到解剖轴线，也就是股骨干轴线，得到股骨干轴线。具体的，直线拟合方式可以采用最小二乘法、梯度下降、高斯牛顿、列
‑
马算法等现有的任意直线拟合算法。
124.确定出了股骨干纵轴线和股骨颈轴线之后，就可以计算出颈干角，参见附图7所示的股骨的颈干角示意图。
125.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
126.根据本发明实施例，还提供了一种股骨近端髓腔图像数据处理装置，参见附图8所示的一种股骨近端髓腔图像数据处理装置的结构示意图；该装置包括：
127.图像处理和小转子确定模块81，用于将待分割的二维ct医学图像输入至预先训练得到的图像分割网络模型，以获得股骨位置区域的体表投影图像以及x线投影图像；
128.基于所述股骨位置区域的体表投影图像，确定股骨小转子的位置坐标，以及，基于
所述股骨位置区域的x线投影图像，确定股骨皮质区域的x线投影图像；
129.尺寸确定模块82，用于根据所述股骨小转子的位置坐标以及所述股骨皮质区域的x线投影图像，分别确定所述股骨位置区域的股骨干骺宽度和股骨髓腔峡部直径；
130.计算模块83，用于根据所述股骨干骺宽度和股骨髓腔峡部直径的比值，计算股骨髓腔闪烁指数，以确定股骨髓腔形态的类型。
131.在一种实施方式中，图像处理和小转子确定模块81还用于，将待识别的股骨位置区域的体表投影图像输入至预先训练得到的关键点识别网络模型中；
132.通过所述关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别，得到识别结果；
133.根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
134.在一种实施方式中，图像处理和小转子确定模块81还用于，通过基于热力图技术的关键点识别网络模型对所述待识别的股骨位置区域的体表投影图像中的股骨小转子进行识别；
135.获得所述关键点识别网络模型输出的包含多个热力图数据的热力图数据集，其中，每个所述热力图数据用于表示所述股骨小转子分布在相应位置的概率值；
136.根据所述识别结果进行计算，得到所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标，包括：
137.从所述热力图数据集的多个热力图数据中选取对应的所述概率值最大的热力图数据；
138.基于对应的所述概率值最大的热力图数据的位置坐标，确定所述待识别的股骨位置区域的体表投影图像中的股骨小转子的位置坐标。
139.在一种实施方式中，尺寸确定模块82还用于，股骨皮质区域的x线投影图像中，以所述股骨小转子的位置为起始点，确定所述小转子正上方预定距离的坐标点；
140.确定经过所述坐标点且垂直于股骨干纵轴线的垂线；
141.确定所述垂线分别与髓腔的内外侧缘相交得到的第一交点和第二交点；
142.测量所述第一交点和第二交点之间的距离为股骨干骺宽度。
143.在一种实施方式中，尺寸确定模块82还用于，在所述股骨皮质区域的x线投影图像中，确定每一行像素显示的股骨直径；
144.根据每行像素显示的股骨直径的集合中确定股骨直径最小值；
145.所述股骨直径最小值对应的像素行显示的股骨部分为股骨峡部；
146.所述股骨直径最小值为所述股骨的股骨髓腔峡部直径。
147.在一种实施方式中，尺寸确定模块82还用于，在所述股骨皮质区域的x线投影图像中，分别确定股骨干轴线和股骨颈轴线；
148.计算所述股骨干纵轴线和所述股骨颈轴线的夹角为颈干角。
149.在一种实施方式中，尺寸确定模块82还用于，确定所述股骨的第一颈干边缘曲线和第二颈干边缘曲线；
150.确定所述第一颈干边缘曲线和第二颈干边缘曲线的中轴线，所述中轴线为所述股骨颈轴线；
151.在所述股骨皮质区域的x线投影图像中，确定所述股骨的左侧边缘线和右侧边缘线；
152.所述左侧边缘线和右侧边缘线的中轴线为所述股骨的股骨干纵轴线。
153.根据本技术的第三方面，提供了一种电子设备，参见附图9所示的电子设备的结构示意图；包括至少一个处理器91和至少一个存储器92；所述存储器92用于存储一个或多个程序指令；所述处理器91，用于运行一个或多个程序指令，用以执行上述任意一项的方法。
154.第四方面，本技术还提出了一种计算机可读存储介质，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行上述任意一项所述的步骤。
155.可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
156.存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
157.其中，非易失性存储器可以是只读存储器(read
‑
only memory，简称rom)、可编程只读存储器(programmable rom，简称prom)、可擦除可编程只读存储器(erasable prom，简称eprom)、电可擦除可编程只读存储器(electrically eprom，简称eeprom)或闪存。
158.易失性存储器可以是随机存取存储器(random access memory，简称ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，简称sram)、动态随机存取存储器(dynamic ram，简称dram)、同步动态随机存取存储器(synchronous dram，简称sdram)、双倍数据速率同步动态随机存取存储器(double data ratesdram，简称ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，简称esdram)、同步连接动态随机存取存储器(synchlink dram，简称sldram)和直接内存总线随机存取存储器(directrambus ram，简称drram)。
159.本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
160.本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
161.显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
162.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。