该方向主要开展：(1)图像处理相关方法基础研究；(2)基于CT图像的三维重建研究；(3) 三维骨骼模型医学语义分割研究。

数字骨科包括数字化医学影像处理、三维虚拟仿真与可视化、有限元分析、临床计算机辅助设计(Computer Aided Design，CAD)与计算机辅助制造(Computer Aided Manufacturing，CAM)、术中手术导航与机器人辅助等各类技术，而在这些技术中，都涉及到一个关键问题：如何对骨骼进行准确三维建模。

骨骼的三维模型因为能逼真地再现骨骼的立体解剖结构，并能从任意角度和方向进行观察、测量及分析，在骨科医生进行临床诊断、计算机辅助手术及骨科植入物设计中发挥着越来越重要的作用。骨骼模型一般可以采用三维重建技术基于CT等影像数据构建所得。另一方面，骨骼的不同区域具有不同的医学语义，因此三维重建后需要进行健康骨骼语义分割后处理。此外，医学图像处理处理离不开图像处理的相关基础研究。重点实验室负责人陈正鸣教授和李庆武教授领导的课题组在图像处理相关方法基础研究、基于CT图像三维骨骼重建与三维骨骼语义分割这三个方面展开了研究，具体如下。

在图像处理相关基础方法研究方面，我们提出了一种基于特征在线选择的目标压缩跟踪方法，该方法对目标跟踪中的遮挡、光线突变、尺度变化和非刚性形变等因素具有较好的抗干扰能力,同时算法复杂度低,可以满足实时性要求；同时，我们还提出了一种基于双目视觉的显著性目标检测算法，与现有的显著性目标检测算法相比,该算法有效地抑制了相似背景的干扰,并且准确度高、稳定性好。

在基于CT图像三维骨骼重建方面，提出了一种基于模板的三维骨骼重构方法，有效提高了骨骼三维模型重建的效率。

在三维骨骼模型语义分割方面：一是提出了一种基于特征点的骨骼模型网格分割方法，该方法是一种改进的快速行进分水岭算法；二是提出了一种基于重网格化的骨骼模型兼容性分割方法，主要用于提高大批量骨骼模型的分割效率。

相关的研究成果包括：1）李庆武，朱国庆，周妍等。基于特征在线选择的目标压缩跟踪算法[J]。自动化学报，2015，(11)；2）李庆武，周亚琴，马云鹏等。基于双目视觉的显著性目标检测方法[J]。光学学报，2018，38（3）；3)吴云燕, 陈正鸣, 何坤金, 等. 基于兼容性网格分割的骨骼参数计算[J]. 计算机辅助设计与图形学学报, 2015 (2015 年 06): 1134-1144；4) 吴云燕、陈正鸣、何坤金, 基于兼容性网格分割的骨骼参数计算方法，发明专利（专利号：ZL201310646822.2）；5) 陈正鸣、王波、何坤金,基于先验知识的医学断层图像闭合骨骼轮廓计算方法（待公告：ZL 201510239512.8）。