CN105147341B - 一种保留颌骨骨折线的3d模型重构方法 - Google Patents

Abstract

本发明公开了一种保留颌骨骨折线的3D模型重构方法，其特征是按如下步骤进行：1输入符合Dicom协议的受伤颌骨CT断层扫描数据；2使用Marching Cube等值面算法提取颌骨的表面模型；3使用结合高斯混合模型和Graph Cut的分割算法快速完成破损骨块和主骨块的分割；4基于对称性对破损骨块进行自动复位，获得由破损骨块和主骨块拼接而成的完整颌骨模型；5在拼接所得完整模型的接缝处添加由一对耦合积木装置组成的定位装置；6依据定位装置组装获得完整的3D实体模。本发明能在颌骨修复手术中，尤其是在破损骨块之间及与主骨块嵌合固定修复时，保留缺损部位的骨折线信息，从而降低手术中的误差，减少病人的创伤，加快手术进程，确保手术的效果。

Description

一种保留颌骨骨折线的3D模型重构方法

技术领域

本发明属于医学图像的技术领域，涉及一种保留颌骨骨折线的3D模型重构方法。

背景技术

随着现代文明的迅猛发展，尤其是交通运输水平的不断提高，颅颌骨面创伤的发生率也逐年递增。由于人的颌骨是维持面部外形和行使口腔功能的重要结构，具有复杂的生理功能，颌骨的缺损和错位会很轻易的导致患者面部畸形，重者丧失咀嚼、语言和吞咽等口腔功能，极大地打击了患者的生理和心理健康，影响了患者的生存质量。

目前颌骨修复最主要的治疗方式为外科手术治疗，是通过对脱离或缺失的骨块重新定位，使得患者的面部得到恢复。传统的颌骨修复手术中需要花费大量的手术时间，对破损的骨块进行拼对，钛板的预弯，固定点位置的确定，这些都完全由手术医生在术中根据经验决定，具有准确性差和不易掌握等缺点。

随着计算机技术的发展，计算机辅助外科技术在外科领域有了越来越广泛的应用。医生可以根据患者CT数据重建患者头部的三维实体模型，对模型进行手术设计，模拟手术及钛板的预弯，让医生更快速、立体、准确的了解病患的骨折部位的信息。

目前重构完整模型的方法主要是镜像的方法，根据生物对称性原理，利用患者健全侧的颌骨模型，做镜像处理，获得患者缺损侧的颌骨假体模型。但是由于人颌骨结构形状复杂，缺少缺损侧的骨折信息，在实际手术过程中，很难依据假体模型将脱离的破损骨块与主骨块完全拼接，存在一定的误差，甚至完全放反，这大大延迟了手术时间，术后钛板的位置也与术前设计不相符，降低了手术的效果，个别严重的情况，很可能重新手术。可见骨折线信息对于医生预弯钛板，规划打孔位置具有重大的参考意义，如何保留颌骨缺损部位的骨折线信息，降低实际手术中的误差，减少病人的创伤，加快手术进程，成为一个重要问题。

另一方面随着3D打印技术的成熟，制作修复完整的颌骨树脂模型越来越容易，但较大的模型对仪器设备的要求也较高，难以一次性打印成型等问题依然存在，同时在打印出来的树脂模型上也难以准确表达出缺损部位的骨折线信息。

发明内容

本发明为解决现有技术中存在的不足之处，提供一种保留颌骨骨折线的3D模型重构方法，以期能在颌骨修复手术中，尤其是在破损骨块之间及与主骨块嵌合固定修复时，保留缺损部位的骨折线信息，从而降低手术中的误差，减少病人的创伤，加快手术进程，确保手术的效果。

为了达到上述目的，本发明所采用的技术方案为：

本发明一种保留颌骨骨折线的3D模型重构方法的特点是按如下步骤进行：

步骤1：采集数据

对患者的整个颌骨进行CT断层扫描，获得的扫描数据按DICOM协议进行保存，从而获得DICOM数据；

步骤2：提取表面模型

利用等值面提取算法对所述DICOM数据进行提取，获得颌骨表面模型，记为S；所述颌骨表面模型S用由三角面片所构成的网格来表示；

步骤3：分割骨块

利用基于笔触绘制的渐进式交互分割方法分割所述颌骨表面模型S，获得n+1个分离的部分，将所述n+1个分离的部分称为骨块集；从所述骨块集中选取处于正常位置的骨块作为主骨块，记为M，所述主骨块M有且仅有一个；其余偏离正常位置的所有骨块作为破损骨块集，记为P＝{P₁,P₂,...,P_i,...,P_n}，P_i表示所述破损骨块集P中第i个破损骨块，n表示所述破损骨块的个数，1≤i≤n；

步骤4：破损骨块复位

步骤4.1、采用基于对称性检测方法计算所述主骨块M的主对称面，将所述主对称面的对称变换矩阵记为主对称面矩阵H；

步骤4.2、采用基于对称性检测方法计算所述第i个破损骨块P_i相对于所述主骨块M的位移，获得第i个破损骨块P_i的变换矩阵T_i；

步骤4.3、利用式(1)获得所述第i个破损骨块P_i的位移矩阵Q_i；利用所述第i个破损骨块P_i的位移矩阵Q_i对所述第i个破损骨块P_i进行处理，获得所述第i个破损骨块P_i恢复正常位置时的拟正常骨块Q(P_i)；

Q_i＝T_i·H (1)

步骤4.4、重复步骤4.2和步骤4.3，从而获得n个破损骨块恢复正常位置时的拟正常骨块集Q(P)＝{Q(P₁),Q(P₂),…,Q(P_i),…,Q(P_n)}；

步骤4.5、由所述拟正常骨块集Q(P)和所述主骨块M重构成完整的正常颌骨模型；所述正常颌骨模型中各个拟正常骨块之间，以及各个拟正常骨块与所述主骨块M之间形成的接缝即为颌骨骨折线；

步骤5：添加定位装置：

在所述正常颌骨模型的颌骨骨折线处设置定位装置，从而形成具有定位装置的各个拟正常骨块和主骨块M；所述定位装置为一对相互耦合的积木式组件；

步骤6：打印组装：

步骤6.1、将所述具有定位装置的各个拟正常骨块和主骨块M分别转换为STL模型文件；并利用3D打印机分别进行打印，从而获得各个拟正常骨块和主骨块M的3D实体骨块模型；

步骤6.2、根据所述定位装置对所述3D实体骨块模型进行组装，从而获得完整的颌骨3D实体模型；所述颌骨3D实体模型中各个3D实体骨块模型之间的接缝即为骨折线。

本发明所述的保留颌骨骨折线的3D模型重构方法的特点也在于：

所述步骤3是按如下步骤进行：

步骤3.1、定义所述颌骨表面模型S中各个三角面片所构成的面片集合为F＝{f₁,f₂,...,f_u,...,f_m}；f_u表示第u个三角面片；1≤u≤m；

步骤3.2、计算所述第u个三角面片f_u的形状直径函数值SDF(f_u)，从而获得m个三角面片的形状直径函数值集合SDF(f)＝{SDF(f₁),SDF(f₂),...,SDF(f_u),...,SDF(f_m)}；

步骤3.3、初始化i＝1；

步骤3.4、选取第i个破损骨块P_i作为前景；则其余n-1个破损骨块和所述主骨块M作为背景；

步骤3.5、在所述第i个破损骨块P_i上绘制若干笔触，从而获得属于所述第i个破损骨块P_i的c_i个三角面片，记为表示属于所述第i个破损骨块P_i的第k个三角面片；则属于所述第i个破损骨块P_i的第k个三角面片的形状直径函数值为属于所述第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合记为SDF(F_i)，除所述属于所述第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合之外的所有m-c_i个三角面片的形状直径函数值集合记为SDF(F-F_i)；1≤k≤c_i；

步骤3.6、利用极大似然估计法对属于所述第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合SDF(F_i)建立高斯混合模型，获得前景高斯混合模型

步骤3.7、利用式(2)获得所述前景高斯混合模型的概率分布密度函数p_f(X)：

式(2)中，α_j表示所述前景高斯混合模型中第j个高斯分量的权重；μ_j表示所述前景高斯混合模型中第j个高斯分量的期望；C_j表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵；K表示所述前景高斯混合模型中高斯分量的总数；X表示所述前景高斯混合模型的形状直径函数值SDF的变量；N_j(X；μ_j,C_j)表示所述前景高斯混合模型中第j个高斯分量的概率分布函数；并有：

式(3)中，n表示维度；|C_j|表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵的行列式；表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵的逆矩阵；

步骤3.8、利用极大似然估计法对除了属于所述第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合SDF(F_i)之外的所有m-c_i个三角面片的形状直径函数值集合SDF(F-F_i)建立高斯混合模型，获得背景高斯混合模型G_b；

步骤3.9、利用式(4)获得所述背景高斯混合模型G_b的概率分布密度函数p_b(X′)：

式(4)中，α′_t表示表示所述背景高斯混合模型G_b中第t个高斯分量的权重；μ′_t表示所述背景高斯混合模型G_b中第t个高斯分量的期望；C′_t表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵；K′表示所述背景高斯混合模型G_b中高斯分量的总数；X′表示所述背景高斯混合模型G_b的形状直径函数值SDF的变量；N_t(X′；μ′_t,C′_t)表示所述背景高斯混合模型G_b中第t个高斯分量的概率分布函数；并有：

式(5)中，n′表示维度；|C′_t|表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵的行列式；表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵的逆矩阵；

步骤3.10、利用图割算法对所述颌骨表面模型S中的前景和背景进行分割，使得如式(6)所示的分割第i个破损骨块P_i时的能量函数E_i最小，从而获得预期的第i个破损骨块P′_i；

式(6)中，表示数据项；表示平滑项，λ表示所述平滑项的权重；并有：

式(7)中，ε表示极小值；l_f表示第u个三角面片f_u的分割标记；l_f＝1表示第u个三角面片f_u属于所述前景；l_f＝0表示第u个三角面片f_u属于所述背景；

式(8)中，f_p和f_q分别表示所述面片集合f中任意两个相邻的三角面片；θ(f_p,f_q)表示所述相邻的三角面片f_p和f_q之间的夹角；1≤p,q≤m；l_p表示第p个三角面片f_p的分割标记；l_q表示第q个三角面片f_q的分割标记；

步骤3.11、判断属于所述预期的第i个破损骨块P′_i的三角面片与属于所述第i个破损骨块P_i的三角面片是否重合，若重合，则表示所获得的预期的第i个破损骨块P′_i即为所述第i个破损骨块P_i，并执行步骤3.12；否则，返回步骤3.5顺序执行；

步骤3.12、将i+1的值赋给i；并返回步骤3.4顺序执行，直到i＞n为止；从而获得破损骨块集P＝{P₁,P₂,...,P_i,...,P_n}。

所述步骤4中的基于对称性检测方法是按如下步骤进行：

步骤4.1、预处理：

步骤4.1.1、从所述颌骨表面模型S的三角面片中随机抽取的N个顶点作为样本点集，记为SP＝{p₁,p₂,...,p_α,...,p_N}；p_α表示第α个样本点；1≤α≤N；

步骤4.1.2、利用式(9)构造第α个样本点p_α的特征矩阵E(p_α)，从而构造出N个样本点的特征矩阵：

式(9)中，B_α表示以第α个样本点p_α为中心，并以r为半径的第α个球体，r为常量；|B_α|表示第α个球体B_α的表面积，为第α个球体B_α中包含的第μ条网格边，为的单位方向向量，为第α个球体B_α与在第α个球体B_α中包含的第μ条网格边的相交线段；为的长度，是以为公共边的两个三角面片法向量夹角的补角；

步骤4.1.3、构造第α个样本点p_α的局部坐标系，从而构造出N个样本点的局部坐标系：

判断所述特征矩阵E(p_α)是否为非满秩矩阵，若为非满秩矩阵，则判定所述第α个样本点p_α为无效样本点，并进行剔除；否则，求解所述特征矩阵E(p_α)的特征值和特征向量；并将最小特征值所对应的特征向量作为第α个样本点p_α的局部坐标系的Z_α轴，其余两个特征值所对应的特征向量分别作为局部坐标系的X_α轴和Y_α轴；

将最小特征值和最大特征值分别作为第α个样本点p_α的最小曲率r_min和最大曲率r_max；判断是否成立，若成立，则判定所述第α个样本点p_α为无效样本点，并进行剔除；否则，保留所述第α个样本点p_α；0＜ε≤1；

步骤4.2：获得主对称轴矩阵H；

步骤4.2.1、选取样本点集SP中与主骨块M包含的所有三角面片的顶点的交集构成主骨块样本集合，记为表示所述主骨块样本集合SP_M中的第Ψ个样本点，Z表示所述主骨块样本集合SP_M中样本点的个数；

步骤4.2.2、初始化β＝1，γ＝2，θ＝1；

步骤4.2.3、对和判断所述主骨块样本集合SP_M中第β个样本点的最大曲率与第γ个样本点最大曲率之差的绝对值是否小于所设定的阈值，判断所述主骨块样本集合SP_M中第β个样本点的最小曲率与第γ个样本点的最小曲率之差的绝对值是否小于所设定的阈值，若均小于，则计算所述第β个样本点和第γ个样本点的主对称面并用表达式A_θx+B_θy+C_θz+D_θ＝0来表示主对称面；A_θ,B_θ,C_θ,D_θ表示参数；

步骤4.2.4、将γ+1的值赋给γ，将θ+1的值赋给θ；并返回步骤4.2.3顺序执行，直到γ＞Z为止；

步骤4.2.5、将β+1的值赋给β，将β+1的值赋给γ；并返回步骤4.2.3顺序执行，直到β＞Z为止；从而获得主对称面集：

步骤4.2.6、使用MDS算法将所述主对称面集S(p,q)降维到二维空间，并绘制主对称面的二维散点图；

步骤4.2.7、在所述二维散点图上选出散点密度最高的区域，并计算所选出区域中所有散点的平均值，记为

根据所述平均值利用式(10)构造主对称面矩阵H：

式(10)中，

步骤4.3：获得第i个破损骨块P_i的变换矩阵T_i：

步骤4.3.1、获取样本点集SP中与第i个破损骨块p_i包含的所有三角面片的顶点的交集构成第i个破损骨块样本集合，记为表示所述第i个破损骨块样本集合中的第ζ个样本点，X表示所述第i个破损骨块样本集合中样本点的个数；

步骤4.3.2、初始化β′＝1，γ′＝1，θ′＝1；

步骤4.3.3、对和判断所述第i个破损骨块样本集合中第β′个样本点的最大曲率与所述主骨块样本集合SP_M第γ′个样本点最大曲率之差的绝对值是否小于所设定的阈值，判断所述第i个破损骨块样本集合中第β′个样本点的最小曲率与所述主骨块样本集合SP_M第γ′个样本点最小曲率之差的绝对值是否小于所设定的阈值，若均小于，则根据所述第i个破损骨块样本集合中第β′个样本点和所述主骨块样本集合SP_M第γ′个样本点的局部坐标系计算所述第i个破损骨块样本集合中第β′个样本点和所述主骨块样本集合SP_M第γ′个样本点的变换矩阵

步骤4.3.4、将γ′+1的值赋给γ′，将θ′+1的值赋给θ′；并返回步骤4.3.3顺序执行，直到γ′＞Z为止；

步骤4.3.5、将β′+1的值赋给β，将1赋给γ′；并返回步骤4.3.3顺序执行，直到β′＞X为止；从而获得所述第i个破损骨块P_i上的样本点到所述主骨块M上的样本点的变换矩阵集合

步骤4.3.6、使用MDS算法将变换矩阵降维到二维空间，并绘制第i个破损骨块P_i的变换矩阵的二维散点图；

步骤4.3.7、在变换矩阵的二维散点图上选出散点密度最高的区域，并计算所选出区域中所有散点的平均值，即为所述第i个破损骨块p_i的变换矩阵T_i。

步骤5是按如下步骤进行：

步骤5.1：设计一对相互耦合的积木式组件，所述积木式组件包括带凸点的组件A和带凹槽的组件B；

步骤5.2：获取所述颌骨骨折线处的三角面片的顶点坐标，并根据所述顶点坐标分别设置所述积木式组件；

步骤5.3、利用布尔运算将所述积木式组件与各自所属的骨块进行连接，从而形成具有定位装置的各个拟正常骨块和主骨块M。

与已有技术相比，本发明的有益效果为：

1、本发明通过采用了一种拼接的方法来保留颌骨重构模型上的骨折线，该方法中利用基于笔触绘制的渐进式交互分割方法从受损颌骨模型中分割出各破损骨块和未受损的主骨块，并使用对称性检测的方法使破损骨块复位，重构出完整颌骨模型，在各分割出的破损骨块之间及其与主骨块的接缝处添加耦合积木式组件定位骨折线，利用3D打印技术将每个具有定位装置的骨块作为独立的模块分别打印1：1大小的实体模型，最后基于定位装置将各模块组装获得完整的颌骨模型，3D实体骨块模型的接缝即为想要保留的骨折线。这种方法解决了现有技术中难以准确保留颌骨缺损部位的骨折线的问题，医生可依据准确保留出的骨折线进行一系列术前准备，如进行预弯连接钛板、确定固定位置，从而减少了手术时间、降低了手术误差、减少了病人创伤、提高了手术成功率和改善了手术效果。

2、本发明采用了基于笔触绘制的渐进式交互分割方法来进行骨块分割，该方法通过半自动交互的方式克服了网格手工分割费时费力的问题，采用形状直径函数值作为骨块分割的依据，从而提高了骨块分割的速度和良好分割效果。

3、本发明采用对称性检测方法来进行破损骨块复位，该方法利用局部特征的相似性快速高效的检测出破损骨块相对于主骨块的位移信息，利用该位移信息可以准确地将破损骨块复位到原位置，解决了传统的镜像对称的方法难以保留拼接缝隙的问题，这种做法更加精确有效，从而保留了骨折线。

4、本发明采用的分块打印组装的方法在3D实体模型上保留出骨折线，该方法是通过安装的定位装置组装各3D实体骨块模型，以模型间的接缝作为骨折线的，该方法解决了传统方法中参考3D模型中的骨折处再在实体模型上手绘出骨折线导致的骨折线显示不准确的问题，从而能够快速精准的在实体模型上表达出骨折线。

5、本发明是通过分割骨块，再以对称性检测方法重构颌骨模型，该方式简单易用，方便快速，对交互要求不高，适合医务人员使用，并不需要很高的专业技能；其次以这种方式重构颌骨模型，不仅降低了对设备的要求，还能在模型上准确的保留有骨折线信息；最后医生根据组装的仿真模型，预先确定了破损骨块应拼接的部位和修复钛板的弧度及内固定点的位置，节省了手术时间，确保了手术效果，避免了病人不必要的创伤，并且也能够给患者及其家人直观的展示手术的效果，增强了病患的信心，减少了医患矛盾。

6、本发明利用现有的检查CT数据，不增加额外的辐射，即可达到保留医生真正想要了解的患者的颌骨缺损部位的骨折线的目的，以便进行相关的术前准备，同时对颌骨模型进行分块打印，也降低了对设备的要求。

附图说明

图1为本发明方法流程图；

图2为本发明中积木式组件的结构示意图。

具体实施方式

为了更好地理解本发明的技术方案，以下通过附图和具体实施例作进一步说明。

病人颌骨损伤，损伤情况为下颌骨脱离错位，依照本方法发明对其进行颌骨缺损修复，流程图如图1所示，首先输入符合Dicom协议的受伤颌骨CT断层扫描数据；然后使用Marching Cube等值面算法提取颌骨的表面模型；在用户进行少量笔触绘制交互的基础上，使用结合高斯混合模型和图割算法快速完成破损骨块和主骨块的分割；之后基于对称性对破损骨块进行自动复位，获得由破损骨块和主骨块拼接而成的完整颌骨模型；然后在拼接所得完整模型的各接缝处添加由一对耦合积木装置组成的定位装置；最后将依附好定位装置的各个骨块用3D打印机分别进行打印，并以此组装获得完整的3D实体模型，其中不同骨块之间的接缝即为骨折线。

具体的说，一种保留颌骨骨折线的3D模型重构方法的过程如下：

1、采集数据：对患者的整个颌骨进行CT断层扫描，获得的描数据按DICOM协议进行保存，从而获得DICOM数据；

2、提取表面模型：利用等值面提取算法对DICOM数据进行提取，获得颌骨表面模型，记为S，该颌骨表面模型S用由三角面片所构成的网格来表示；

将获取的DICOM格式的数据输入计算机，使用Marching Cube等值面算法提取等值面，设置isovalue默认值为100，但用户可根据需要进行调整，提取出患者整个颌骨的面片模型S；该模型由七十多万个三角面片组成，对场景的计算和存储的需求对计算机图形硬件的处理能力要求较高，综合考虑模型的存储、计算以及绘制成本，因此需要对原始面片模型进行简化，使模型的精细度和操作时间达到折中，能较好的表现实体模型又能保持原始面片模型的拓扑结构和重要的外形特征，使用半边折叠算法对面片进行简化，其中设置保持的外形特征角度为15度，默认保持拓扑结构，面片简化数为总面片数的90％，当保持拓扑结构时，简化过程中网格分割和孔的消除就不会发生，当简化到即将破坏拓扑结构时或者简化的面片数达到预设值时，简化过程结束获得所需的简化的表面模型S′，简化后的表面模型S′由十多万个三角面片组成。

3、分割骨块：利用基于笔触绘制的渐进式交互分割方法分割颌骨表面模型S′，获得n+1个分离的部分，将n+1个分离的部分称为骨块集；从骨块集中选取处于正常位置的骨块作为主骨块，记为M，主骨块M有且仅有一个；其余偏离正常位置的所有骨块作为破损骨块集，记为P＝{P₁,P₂,...,P_i,...,P_n}，P_i表示破损骨块集P中第i个破损骨块，n表示破损骨块的个数，1≤i≤n；具体地说，按如下过程进行：

步骤3.1、定义颌骨表面模型S′中各个三角面片所构成的面片集合为F＝{f₁,f₂,...,f_u,...,f_m}；f_u表示第u个三角面片；1≤u≤m；

步骤3.2、计算第u个三角面片f_u的形状直径函数值SDF(f_u)，从而获得m个三角面片的形状直径函数值集合SDF(f)＝{SDF(f₁),SDF(f₂),...,SDF(f_u),...,SDF(f_m)}，其中，形状直径函数值SDF值采用Lior Shapira在“Consistent mesh partitioning andskeletonisation using the shape diameter function”论文中提到的方法求解；

步骤3.3、初始化i＝1；

步骤3.4、选取第i个破损骨块P_i作为前景；则其余n-1个破损骨块和主骨块M作为背景；

步骤3.5、在所选中的第i个破损骨块P_i上使用鼠标交互绘制若干笔触，从而获得属于第i个破损骨块P_i的c_i个三角面片，记为表示属于第i个破损骨块P_i的第k个三角面片；属于第i个破损骨块P_i的第k个三角面片的形状直径函数值为属于第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合记为SDF(F_i)，除了属于第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合之外的所有m-c_i个三角面片的形状直径函数值集合记为SDF(F-F_i)；1≤k≤c_i；

步骤3.6、利用极大似然估计法对属于第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合SDF(F_i)建立高斯混合模型，获得前景高斯混合模型本实施例中，获得该模型的高斯分量的总数为2及各高斯分量的权重；

步骤3.7、利用式(11)获得所述前景高斯混合模型的概率分布密度函数pf(X)：

式(11)中，α_j表示所述前景高斯混合模型中第j个高斯分量的权重；μ_j表示所述前景高斯混合模型中第j个高斯分量的期望；C_j表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵；K表示所述前景高斯混合模型中高斯分量的总数；X表示所述前景高斯混合模型的形状直径函数值SDF的变量；N_j(X；μ_j,C_j)表示所述前景高斯混合模型中第j个高斯分量的概率分布函数；并有：

式(12)中，n表示维度；|C_j|表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵的行列式；表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵的逆矩阵；

步骤3.8、利用极大似然估计法对除了属于第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合SDF(F_i)之外的所有m-c_i个三角面片的形状直径函数值集合SDF(F-F_i)建立高斯混合模型，获得背景高斯混合模型G_b，本实施例中，获得该模型的高斯分量的总数为4及各高斯分量的权重；

步骤3.9、利用式(13)获得所述背景高斯混合模型G_b的概率分布密度函数p_b(X′)：

式(13)中，α′_t表示表示所述背景高斯混合模型G_b中第t个高斯分量的权重；μ′_t表示所述背景高斯混合模型G_b中第t个高斯分量的期望；C′_t表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵；K′表示所述背景高斯混合模型G_b中高斯分量的总数；X′表示所述背景高斯混合模型G_b的形状直径函数值SDF的变量；N_t(X′；μ′_t,C′_t)表示所述背景高斯混合模型G_b中第t个高斯分量的概率分布函数；并有：

式(14)中，n′表示维度；|C′_t|表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵的行列式；表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵的逆矩阵；

步骤3.10、对每个面片计算其作为前景的概率密度和背景的概率密度，取较大的值作为初始分割标记，若前景的概率密度大于背景的概率密度，则该三角面片的分割标记l_f＝1，属于前景,否则该面片属于背景，l_f＝0，获得该表面模型的所有面片的初始分割标记，利用图割算法对其前景和背景进行分割，使得如式(6)所示的分割第i个破损骨块P_i时的能量函数E_i最小，从而得到每个面片新的分割标记，进而得到分割标记l_f＝1的所有面片的序号，获得预期的第i个破损骨块P′_i；

式(15)中，表示数据项；表示平滑项，λ表示所述平滑项的权重；并有：

式(16)中，ε表示极小值；l_f表示第u个三角面片f_u的分割标记；l_f＝1表示第u个三角面片f_u属于所述前景；l_f＝0表示第u个三角面片f_u属于所述背景；

式(17)中，f_p和f_q分别表示所述面片集合f中任意两个相邻的三角面片；θ(f_p,f_q)表示所述相邻的三角面片f_p和f_q之间的夹角；1≤p,q≤m；l_p表示第p个三角面片f_p的分割标记；l_q表示第q个三角面片f_q的分割标记；

步骤3.11、观察判断属于获得的预期的第i个破损骨块P′_i的三角面片与属于所述第i个破损骨块P_i的三角面片是否重合，若重合，则表示所获得的预期的第i个破损骨块P′_i即为所述第i个破损骨块P_i，并执行步骤3.12；否则，返回步骤3.5继续在该骨块上未分割出的部位交互绘制笔触，顺序执行；

步骤3.12、将i+1的值赋给i；并返回步骤3.4顺序执行，直到i＞n为止；从而获得破损骨块集P＝{P₁,P₂,...,P_i,...,P_n}，P_i表示所述破损骨块集P中第i个破损骨块，n表示所述破损骨块的个数，1≤i≤n，最终获得完全分割出的n个破损骨块和1个主骨块；

4、破损骨块复位：

步骤4.1、预处理：

步骤4.1.1、从颌骨表面模型S′的三角面片中随机抽取的N个顶点作为样本点集，记为SP＝{p₁,p₂,...,p_α,...,p_N}；p_α表示第α个样本点；1≤α≤N；综合考虑计算速度和精度，N通常取表面模型S顶点总数的1/10；

步骤4.1.2、利用式(18)构造第α个样本点p_α的4×4的特征矩阵E(p_α)，从而构造出N个样本点的特征矩阵：

式(18)中，B_α表示以第α个样本点p_α为中心，并以r为半径的第α个球体，r为常量；|B_α|表示第α个球体B_α的表面积，为第α个球体B_α中包含的第μ条网格边，为的单位方向向量，为第α个球体B_α与在第α个球体B_α中包含的第μ条网格边的相交线段；为的长度，是以为公共边的两个三角面片法向量夹角的补角；

步骤4.1.3、构造第α个样本点p_α的局部坐标系，从而构造出N个样本点的局部坐标系：

判断特征矩阵E(p_α)是否为非满秩矩阵，若为非满秩矩阵，则判定第α个样本点p_α为无效样本点，并进行剔除；否则，求解特征矩阵E(p_α)的特征值和特征向量；并将最小特征值所对应的特征向量作为第α个样本点p_α的局部坐标系的Z_α轴，其余两个特征值所对应的特征向量分别作为局部坐标系的X_α轴和Y_α轴；

将最小特征值和最大特征值分别作为第α个样本点p_α的最小曲率r_min和最大曲率r_max；判断是否成立，若成立，则判定第α个样本点pα为无效样本点，并进行剔除；否则，保留第α个样本点p_α；0＜ε≤1；默认值为0.75；

步骤4.2、采用基于对称性检测方法计算主骨块M的主对称面，将主对称面的对称变换矩阵记为主对称面矩阵H；具体的说，基于对称性检测方法是按如下过程进行：

步骤4.2.1、选取样本点集SP中与主骨块M包含的所有三角面片的顶点的交集构成主骨块样本集合，记为表示主骨块样本集合SP_M中的第Ψ个样本点，Z表示主骨块样本集合SP_M中样本点的个数；

步骤4.2.2、初始化β＝1，γ＝2，θ＝1；

步骤4.2.3、对和判断主骨块样本集合SP_M中第β个样本点的最大曲率与第γ个样本点最大曲率之差的绝对值是否小于所设定的阈值0.1，判断主骨块样本集合SP_M中第β个样本点的最小曲率与第γ个样本点的最小曲率之差的绝对值是否小于所设定的阈值0.1，若均小于，则计算所述第β个样本点和第γ个样本点的主对称面并用表达式A_θx+B_θy+C_θz+D_θ＝0来表示主对称面；A_θ,B_θ,C_θ,D_θ表示参数；否则就计算下一组点对；

步骤4.2.4、将γ+1的值赋给γ，将θ+1的值赋给θ；并返回步骤4.2.3顺序执行，直到γ＞Z为止；

步骤4.2.5、将β+1的值赋给β，将β+1的值赋给γ；并返回步骤4.2.3顺序执行，直到β＞Z为止；从而获得主对称面集：

步骤4.2.6、使用MDS算法将获得的主对称面集S(p,q)降维到二维空间，并绘制主对称面的二维散点图；

步骤4.2.7、在该二维散点图上点击选择散点密度最高的区域，并计算以鼠标选中的位置为圆心，以0.01为半径的圆内所有散点对应的主对称面参数的平均值，记为

根据平均值利用式(8)构造主对称面矩阵H：

式(19)中，

步骤4.3、采用基于对称性检测方法计算第i个破损骨块P_i相对于主骨块M的位移，获得第i个破损骨块P_i的变换矩阵T_i；具体的说，基于对称性检测方法是按如下过程进行：：

步骤4.3.1、获取样本点集SP中与第i个破损骨块p_i包含的所有三角面片的顶点的交集构成第i个破损骨块样本集合，记为表示所述第i个破损骨块样本集合中的第ζ个样本点，X表示所述第i个破损骨块样本集合中样本点的个数；

步骤4.3.2、初始化β′＝1，γ′＝1，θ′＝1；

步骤4.3.3、对和判断第i个破损骨块样本集合中第β′个样本点的最大曲率与所述主骨块样本集合SP_M第γ′个样本点最大曲率之差的绝对值是否小于所设定的阈值0.1，判断第i个破损骨块样本集合中第β′个样本点的最小曲率与所述主骨块样本集合SP_M第γ′个样本点最小曲率之差的绝对值是否小于所设定的阈值0.1，若均小于，则根据第i个破损骨块样本集合中第β′个样本点和主骨块样本集合SP_M第γ′个样本点的局部坐标系计算第i个破损骨块样本集合中第β′个样本点和主骨块样本集合SP_M第γ′个样本点的变换矩阵否则就计算下一组点对；

步骤4.3.4、将γ′+1的值赋给γ′，将θ′+1的值赋给θ′；并返回步骤4.3.3顺序执行，直到γ′＞Z为止；

步骤4.3.5、将β′+1的值赋给β，将1赋给γ′；并返回步骤4.3.3顺序执行，直到β′＞X为止；从而获得所述第i个破损骨块P_i上的样本点到所述主骨块M上的样本点的变换矩阵集合

步骤4.3.6、使用MDS算法将变换矩阵降维到二维空间，并绘制第i个破损骨块P_i的变换矩阵的二维散点图；

步骤4.3.7、在变换矩阵的二维散点图上点击选出散点密度最高的区域，并计算以鼠标选中的位置为圆心，以0.01为半径的圆内所有散点对应的第i个破损骨块p_i的变换矩阵T_i的平均值,即为所述第i个破损骨块p_i的变换矩阵T_i；

步骤4.4、利用式(20)获得第i个破损骨块P_i的位移矩阵Q_i；利用第i个破损骨块P_i的位移Q_i对第i个破损骨块P_i进行处理，使用第i个破损骨块P_i中每个三角面片的顶点乘以位移矩阵Q_i获得第i个破损骨块P_i恢复正常位置时的拟正常骨块Q(P_i)；

Q_i＝T_i·H (20)

步骤4.5、重复步骤4.3和步骤4.4，从而获得分割出的n个破损骨块恢复正常位置时的拟正常骨块集Q(P)＝{Q(P₁),Q(P₂),…,Q(P_i),…,Q(P_n)}；

步骤4.6、由拟正常骨块集Q(P)和主骨块M重构成完整的正常颌骨模型；正常颌骨模型中各个拟正常骨块之间，以及各个拟正常骨块与主骨块M之间形成的接缝即为颌骨骨折线；

5、添加定位装置：

为保证独立打印所得模块能正确安装，本发明在拼接所得完整模型的接缝处添加由一对相互耦合的积木式组件构成的定位装置，即在正常颌骨模型的颌骨骨折线处设置定位装置，从而形成具有定位装置的各个拟正常骨块和主骨块M；具体的说，按如下过程进行：

步骤5.1：预先设计一对相互耦合的积木式组件，积木式组件包括带凸点的组件A和带凹槽的组件B，如图2所示；

步骤5.2：获取颌骨骨折线处的三角面片的顶点坐标，并根据顶点坐标分别设置积木式组件；

步骤5.3、利用布尔运算将积木式组件与各自所属的骨块进行连接，从而形成具有定位装置的各个拟正常骨块和主骨块M。

6、打印组装：

步骤6.1、将具有定位装置的各个拟正常骨块和主骨块M分别转换为STL模型文件；并利用3D打印机分别进行打印，从而获得各个拟正常骨块和主骨块M的3D实体骨块模型；

步骤6.2、根据所述定位装置对所述3D实体骨块模型进行组装，从而获得完整的颌骨3D实体模型；所述颌骨3D实体模型中各个3D实体骨块模型之间的接缝即为骨折线。

将组装完成的3D实体模型交由医生，医生可依据骨折线进行一系列术前准备，如根据颌骨3D实体模型上的缝隙，即骨折线选择最合适规格的钛板预弯，确定脱离骨块的对合位置，规划内固定点的位置等，从而达到减少手术时间、提高手术成功率和改善手术效果的目的。

Claims (4)

1.一种保留颌骨骨折线的3D模型重构方法，其特征是按如下步骤进行：

步骤1：采集数据

对患者的整个颌骨进行CT断层扫描，获得的扫描数据按DICOM协议进行保存，从而获得DICOM数据；

步骤2：提取表面模型

利用等值面提取算法对所述DICOM数据进行提取，获得颌骨表面模型，记为S；所述颌骨表面模型S用由三角面片所构成的网格来表示；

步骤3：分割骨块

利用基于笔触绘制的渐进式交互分割方法分割所述颌骨表面模型S，获得n+1个分离的部分，将所述n+1个分离的部分称为骨块集；从所述骨块集中选取处于正常位置的骨块作为主骨块，记为M，所述主骨块M有且仅有一个；其余偏离正常位置的所有骨块作为破损骨块集，记为P＝{P₁,P₂,...,P_i,...,P_n}，P_i表示所述破损骨块集P中第i个破损骨块，n表示所述破损骨块的个数，1≤i≤n；

步骤4：破损骨块复位

步骤4.1、采用基于对称性检测方法计算所述主骨块M的主对称面，将所述主对称面的对称变换矩阵记为主对称面矩阵H；

步骤4.2、采用基于对称性检测方法计算所述第i个破损骨块P_i相对于所述主骨块M的位移，获得第i个破损骨块P_i的变换矩阵T_i；

步骤4.3、利用式(1)获得所述第i个破损骨块P_i的位移矩阵Q_i；利用所述第i个破损骨块P_i的位移矩阵Q_i对所述第i个破损骨块P_i进行处理，获得所述第i个破损骨块P_i恢复正常位置时的拟正常骨块Q(P_i)；

Q_i＝T_i·H (1)

步骤4.4、重复步骤4.2和步骤4.3，从而获得n个破损骨块恢复正常位置时的拟正常骨块集Q(P)＝{Q(P₁),Q(P₂),…,Q(P_i),…,Q(P_n)}；

步骤4.5、由所述拟正常骨块集Q(P)和所述主骨块M重构成完整的正常颌骨模型；所述正常颌骨模型中各个拟正常骨块之间，以及各个拟正常骨块与所述主骨块M之间形成的接缝即为颌骨骨折线；

步骤5：添加定位装置：

在所述正常颌骨模型的颌骨骨折线处设置定位装置，从而形成具有定位装置的各个拟正常骨块和主骨块M；所述定位装置为一对相互耦合的积木式组件；

步骤6：打印组装：

步骤6.1、将所述具有定位装置的各个拟正常骨块和主骨块M分别转换为STL模型文件；并利用3D打印机分别进行打印，从而获得各个拟正常骨块和主骨块M的3D实体骨块模型；

步骤6.2、根据所述定位装置对所述3D实体骨块模型进行组装，从而获得完整的颌骨3D实体模型；所述颌骨3D实体模型中各个3D实体骨块模型之间的接缝即为骨折线。

2.根据权利要求1所述的保留颌骨骨折线的3D模型重构方法，其特征是所述步骤3是按如下步骤进行：

步骤3.1、定义所述颌骨表面模型S中各个三角面片所构成的面片集合为F＝{f₁,f₂,...,f_u,...,f_m}；f_u表示第u个三角面片；1≤u≤m；

步骤3.2、计算所述第u个三角面片f_u的形状直径函数值SDF(f_u)，从而获得m个三角面片的形状直径函数值集合SDF(f)＝{SDF(f₁),SDF(f₂),...,SDF(f_u),...,SDF(f_m)}；

步骤3.3、初始化i＝1；

步骤3.4、选取第i个破损骨块P_i作为前景；则其余n-1个破损骨块和所述主骨块M作为背景；

步骤3.5、在所述第i个破损骨块P_i上绘制若干笔触，从而获得属于所述第i个破损骨块P_i的c_i个三角面片，记为 表示属于所述第i个破损骨块P_i的第k个三角面片；则属于所述第i个破损骨块P_i的第k个三角面片的形状直径函数值为属于所述第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合记为SDF(F_i)，除所述属于所述第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合之外的所有m-c_i个三角面片的形状直径函数值集合记为SDF(F-F_i)；1≤k≤c_i；

步骤3.6、利用极大似然估计法对属于所述第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合SDF(F_i)建立高斯混合模型，获得前景高斯混合模型

步骤3.7、利用式(2)获得所述前景高斯混合模型的概率分布密度函数p_f(X)：

式(2)中，α_j表示所述前景高斯混合模型中第j个高斯分量的权重；μ_j表示所述前景高斯混合模型中第j个高斯分量的期望；C_j表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵；K表示所述前景高斯混合模型中高斯分量的总数；X表示所述前景高斯混合模型的形状直径函数值SDF的变量；N_j(X；μ_j,C_j)表示所述前景高斯混合模型 中第j个高斯分量的概率分布函数；并有：

式(3)中，n表示维度；|C_j|表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵的行列式；表示所述前景高斯混合模型中第j个高斯分量的协方差矩阵的逆矩阵；

步骤3.8、利用极大似然估计法对除了属于所述第i个破损骨块P_i的c_i个三角面片的形状直径函数值集合SDF(F_i)之外的所有m-c_i个三角面片的形状直径函数值集合SDF(F-F_i)建立高斯混合模型，获得背景高斯混合模型G_b；

步骤3.9、利用式(4)获得所述背景高斯混合模型G_b的概率分布密度函数p_b(X′)：

式(4)中，α′_t表示表示所述背景高斯混合模型G_b中第t个高斯分量的权重；μ′_t表示所述背景高斯混合模型G_b中第t个高斯分量的期望；C′_t表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵；K′表示所述背景高斯混合模型G_b中高斯分量的总数；X′表示所述背景高斯混合模型G_b的形状直径函数值SDF的变量；N_t(X′；μ′_t,C′_t)表示所述背景高斯混合模型G_b中第t个高斯分量的概率分布函数；并有：

式(5)中，n′表示维度；|C′_t|表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵的行列式；表示所述背景高斯混合模型G_b中第t个高斯分量的协方差矩阵的逆矩阵；

步骤3.10、利用图割算法对所述颌骨表面模型S中的前景和背景进行分割，使得如式(6) 所示的分割第i个破损骨块P_i时的能量函数E_i最小，从而获得预期的第i个破损骨块P_i′；

式(6)中，表示数据项；表示平滑项，λ表示所述平滑项的权重；并有：

式(7)中，ε表示极小值；l_f表示第u个三角面片f_u的分割标记；l_f＝1表示第u个三角面片f_u属于所述前景；l_f＝0表示第u个三角面片f_u属于所述背景；

式(8)中，f_p和f_q分别表示所述面片集合f中任意两个相邻的三角面片；θ(f_p,f_q)表示所述相邻的三角面片f_p和f_q之间的夹角；1≤p,q≤m；l_p表示第p个三角面片f_p的分割标记；l_q表示第q个三角面片f_q的分割标记；

步骤3.11、判断属于所述预期的第i个破损骨块P_i′的三角面片与属于所述第i个破损骨块P_i的三角面片是否重合，若重合，则表示所获得的预期的第i个破损骨块P_i′即为所述第i个破损骨块P_i，并执行步骤3.12；否则，返回步骤3.5顺序执行；

步骤3.12、将i+1的值赋给i；并返回步骤3.4顺序执行，直到i＞n为止；从而获得破损骨块集P＝{P₁,P₂,...,P_i,...,P_n}。

3.根据权利要求1所述的保留颌骨骨折线的3D模型重构方法，其特征是所述步骤4中的基于对称性检测方法是按如下步骤进行：

步骤4.1、预处理：

步骤4.1.1、从所述颌骨表面模型S的三角面片中随机抽取的N个顶点作为样本点集，记为SP＝{p₁,p₂,...,p_α,...,p_N}；p_α表示第α个样本点；1≤α≤N；

步骤4.1.2、利用式(9)构造第α个样本点p_α的特征矩阵E(p_α)，从而构造出N个样本点 的特征矩阵：

式(9)中，B_α表示以第α个样本点p_α为中心，并以r为半径的第α个球体，r为常量；|B_α|表示第α个球体B_α的表面积，为第α个球体B_α中包含的第μ条网格边，为的单位方向向量，为第α个球体B_α与在第α个球体B_α中包含的第μ条网格边的相交线段； 为的长度，是以为公共边的两个三角面片法向量夹角的补角；

步骤4.1.3、构造第α个样本点p_α的局部坐标系，从而构造出N个样本点的局部坐标系：

判断所述特征矩阵E(p_α)是否为非满秩矩阵，若为非满秩矩阵，则判定所述第α个样本点p_α为无效样本点，并进行剔除；否则，求解所述特征矩阵E(p_α)的特征值和特征向量；并将最小特征值所对应的特征向量作为第α个样本点p_α的局部坐标系的Z_α轴，其余两个特征值所对应的特征向量分别作为局部坐标系的X_α轴和Y_α轴；

将最小特征值和最大特征值分别作为第α个样本点p_α的最小曲率r_min和最大曲率r_max；判断是否成立，若成立，则判定所述第α个样本点p_α为无效样本点，并进行剔除；否则，保留所述第α个样本点p_α；0＜ε≤1；

步骤4.2：获得主对称轴矩阵H；

步骤4.2.1、选取样本点集SP中与主骨块M包含的所有三角面片的顶点的交集构成主骨块样本集合，记为 表示所述主骨块样本集合SP_M中的第Ψ个样本点，Z表示所述主骨块样本集合SP_M中样本点的个数；

步骤4.2.2、初始化β＝1，γ＝2，θ＝1；

步骤4.2.3、对和判断所述主骨块样本集合SP_M中第β个样本点的最大曲率与第γ个样本点最大曲率之差的绝对值是否小于所设定的阈值，判断所述主骨块样本集合SP_M中第β个样本点的最小曲率与第γ个样本点的最小曲率之差的绝对值是否小于所设定的阈值，若均小于，则计算所述第β个样本点和第γ个样本点的 主对称面并用表达式A_θx+B_θy+C_θz+D_θ＝0来表示主对称面；A_θ,B_θ,C_θ,D_θ表示参数；

步骤4.2.4、将γ+1的值赋给γ，将θ+1的值赋给θ；并返回步骤4.2.3顺序执行，直到γ＞Z为止；

步骤4.2.5、将β+1的值赋给β，将β+1的值赋给γ；并返回步骤4.2.3顺序执行，直到β＞Z为止；从而获得主对称面集：

步骤4.2.6、使用MDS算法将所述主对称面集S(p,q)降维到二维空间，并绘制主对称面的二维散点图；

步骤4.2.7、在所述二维散点图上选出散点密度最高的区域，并计算所选出区域中所有散点的平均值，记为

根据所述平均值利用式(10)构造主对称面矩阵H：

式(10)中，

步骤4.3：获得第i个破损骨块P_i的变换矩阵T_i：

步骤4.3.1、获取样本点集SP中与第i个破损骨块p_i包含的所有三角面片的顶点的交集构成第i个破损骨块样本集合，记为 表示所述第i个破损骨块样本集合中的第ζ个样本点，X表示所述第i个破损骨块样本集合中样本点的个数；

步骤4.3.2、初始化β′＝1，γ′＝1，θ′＝1；

步骤4.3.3、对和判断所述第i个破损骨块样本集合中第β′个样本点的最大曲率与所述主骨块样本集合SP_M第γ′个样本点最大曲率之差的绝对值是否小于所设定的阈值，判断所述第i个破损骨块样本集合中第β′个样本点的最小曲率 与所述主骨块样本集合SP_M第γ′个样本点最小曲率之差的绝对值是否小于所设定的阈值，若均小于，则根据所述第i个破损骨块样本集合中第β′个样本点和所述主骨块样本集合SP_M第γ′个样本点的局部坐标系计算所述第i个破损骨块样本集合中第β′个样本点 和所述主骨块样本集合SP_M第γ′个样本点的变换矩阵

步骤4.3.4、将γ′+1的值赋给γ′，将θ′+1的值赋给θ′；并返回步骤4.3.3顺序执行，直到γ′＞Z为止；

步骤4.3.5、将β′+1的值赋给β，将1赋给γ′；并返回步骤4.3.3顺序执行，直到β′＞X为止；从而获得所述第i个破损骨块P_i上的样本点到所述主骨块M上的样本点的变换矩阵集合

步骤4.3.6、使用MDS算法将变换矩阵降维到二维空间，并绘制第i个破损骨块P_i的变换矩阵的二维散点图；

步骤4.3.7、在变换矩阵的二维散点图上选出散点密度最高的区域，并计算所选出区域中所有散点的平均值，即为所述第i个破损骨块p_i的变换矩阵T_i。

4.根据权利要求1所述的保留颌骨骨折线的3D模型重构方法，其特征是步骤5是按如下步骤进行：

步骤5.1：设计一对相互耦合的积木式组件，所述积木式组件包括带凸点的组件A和带凹槽的组件B；

步骤5.2：获取所述颌骨骨折线处的三角面片的顶点坐标，并根据所述顶点坐标分别设置所述积木式组件；

步骤5.3、利用布尔运算将所述积木式组件与各自所属的骨块进行连接，从而形成具有定位装置的各个拟正常骨块和主骨块M。