为了实施更加精确的畸形股骨截骨手术和盆骨骨肿瘤切除手术,设计一种用于畸形股骨截骨和骨肿瘤切除的软件系统,为临床医生术前手术模拟提供便利。该系统分为两大模块:第一个模块为畸形股骨截骨模块。用Mimics进行畸形股骨的三维建模,并将模型保存为STL格式输出,用VC++(MFC)和OpenGL搭建系统框架,通过拟合畸形股骨股骨干中轴线、股骨头大转子几何中心等操作,精确计算截骨位置和截骨角度。计算完成后,通过鼠标键盘的交互操作完成模拟截骨和拼接功能。将一例畸形股骨STL模型导入截骨系统,测得其颈干角为57.7°,输入截骨角度60°,经截骨系统截骨拼接完成后测得术后颈干角为102.3°。第二模块为盆骨骨肿瘤切除模块。深度卷积神经网络是深度学习中的一种神经网络模型,能识别影像数据中目标的位置,并和背景区分开来。为了获得精确的盆骨骨肿瘤边界,利用深度卷积神经网络对输入的骨盆CT影像数据做像素级分类,预测层片中骨肿瘤的位置,进而进行三维重建和切割。为了更好地提取特征,将全卷积神经网络(FCN)的卷积层用VGG19的卷积层替代,搭建VGG19-FCN深度神经网络模型。采用10个骨盆骨肿瘤患者的数据,共520张CT断层扫描图片,训练该模型。用一例未知病例作为测试数据,通过对比不同的神经元激活函数和训练次数,最终选定Ruel为神经元激活函数,迭代次数为12000次。模型自动标定层片中骨盆骨肿瘤位置,预测精度达到98.5%。用标定好肿瘤位置的CT层片输入Mimics进行三维建模,将生成模型转换为STL(ASCII)文件输出。导入截骨系统当中,先根据纵深平面确定切割深度,然后采用曲线切割的方法切除肿瘤模型。该系统可以快速的为医生提供更加精确的截骨和切除肿瘤的方案,节省了医生的临床诊断时间。