CN106447787B - 骨骼ct值与弹性模量关系确定方法 - Google Patents
骨骼ct值与弹性模量关系确定方法 Download PDFInfo
- Publication number
- CN106447787B CN106447787B CN201610828698.5A CN201610828698A CN106447787B CN 106447787 B CN106447787 B CN 106447787B CN 201610828698 A CN201610828698 A CN 201610828698A CN 106447787 B CN106447787 B CN 106447787B
- Authority
- CN
- China
- Prior art keywords
- value
- bone
- elasticity modulus
- sample
- density
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000010603 microCT Methods 0.000 claims abstract description 25
- 238000011068 loading method Methods 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims abstract description 14
- 210000001519 tissue Anatomy 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 229920000049 Carbon (fiber) Polymers 0.000 claims description 7
- 239000004917 carbon fiber Substances 0.000 claims description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 7
- 239000003638 chemical reducing agent Substances 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims 1
- 238000002591 computed tomography Methods 0.000 abstract description 43
- 238000002474 experimental method Methods 0.000 abstract description 5
- 238000004088 simulation Methods 0.000 abstract description 5
- 230000001225 therapeutic effect Effects 0.000 abstract description 2
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012669 compression test Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001739 density measurement Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 108010048734 sclerotin Proteins 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Pulmonology (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本专利涉及骨骼医疗领域，具体为骨骼CT值与弹性模量关系确定方法及其试验加载装置。将在不破坏骨骼组织的前提下，确定CT值与骨骼弹性模量的准确关系，建立可用于micro‑CT内的，具有较大测试范围的加载设备(口径10cm)，以保证可置入如股骨头等大关节，确保样品的完整性；通过有限元反演计算方法，获得与CT扫描体素相对应的骨骼组织的弹性模量。本发明提供的骨骼CT值与弹性模量关系确定方法，为一种更为准确的CT值与骨骼弹性模量关系的确定方法，可为骨骼受力的仿真研究提供更加准确的材料赋值，提高仿真计算的准确性，从事使其能够更加准确的应用于临床预测和治疗方案规划。
Description
技术领域
本专利涉及骨骼医疗领域，具体为骨骼CT值与弹性模量关系确定方法及其试验加载装置。
背景技术
骨骼疾病的诊断多以影像学为主，如计算机断层成像(CT)、磁共振成像(MRI)等。影像学数据可为医生提供骨骼的形态学参数，但缺乏对骨骼力学功能的描述，因此，在疾病诊断、病情发展预测、康复情况预测等方面有局限性。基于影像学形态数据和计算力学的仿真研究可提供骨骼的力学功能性参数，对预测性研究有较大帮助，但力学功能性研究的准确性主要取决于三方面：个体化模型的准确性、计算方法的精确性和材料赋值的准确性。对于第一方面，个体化模型可从CT影像中通过图像分割直接提取并三维重建为骨骼模型，准确性有较好的保证。第二方面，目前，计算方法主要基于有限元方法，在网格数量和边界条件合理的情况下，有限元方法有着较好的精度，可满足准确计算需求。而第三方面，较准确的材料赋值方法是将重建后的骨骼模型进行网格离散化，并映射回CT图像中，依据CT值将骨骼区分为若干个区域，基于CT值与骨骼弹性模量的关系，对骨骼的各区域进行赋值，以模拟骨质的不均匀分布。而在此方面，建立CT值与骨骼弹性模量的准确关系尤为重要，是建立骨骼力学功能性分析的关键步骤。现有的骨骼CT值与弹性模量关系多基于单轴压缩实验或超声扫描实验，限于实验的准确性，所得结论针对同一骨骼片段差异较大。
现有技术如单轴压缩测试方法：将骨骼样品(一般为1cm3)放置于压缩机中，对样品进行加载，记录应力应变曲线，从而获得骨骼样品的弹性模量；计算骨骼样品的表观密度，即总重量除以总体体积(含孔隙体积)；通过多样本测定，建立表观密度与弹性模量间的关系；通过密度与CT值关系，将表观密度与弹性模量的关系转化为CT值与弹性模量的关系。
此方法所获得的弹性模量是骨骼样品整体的等效弹性模量，再通过表观密度与CT值的关系，将整体等效弹性模量变为与CT值相关的分布量。受限于测量精度，样品一般约为1cm3左右的立方体，无法反映骨骼内部如骨小梁等细微结构所对应的弹性模量，而CT扫描所呈现的体素远小于样品的大小，因此，利用样品等效弹性模量推算样品内部各组成部分的实际弹性模量具有一定的误差。并且表观密度包含孔隙体积，不同骨骼节段组织的孔隙大小及分布不同，在较大程度上影响密度测定结果的准确性。
现有技术二，超声显微方法：将骨骼样品进行包埋，切片(约为1cm2X 0.5cm)；在超声显微装置下进行超声显微扫描，获得样品的声阻抗分布，并通过声阻抗计算弹性模量分布；对片状样品进行CT扫描，获得CT值分布，结合上一步，建立CT值与弹性模量的关系。
该超声显微方法需对片状样品进行，所获得的数据为片状样品的厚度积累数据，对计算弹性模量的准确性有一定影响。片状样品需切割获得，切割过程中可损伤样品原有结构，造成测量值与实际值的差异。
发明内容
针对上述技术问题，本发明提出一种新的骨骼CT值与弹性模量关系测定方法，可为仿真研究提供更为准确的材料属性依据。
具体技术方案为：
骨骼CT值与弹性模量关系确定方法，包括以下过程：
(1)获得骨骼样品，在进行测定前对将样品进行必要的处理；
(2)将样品固定于测试台上，置于micro-CT内，在无加载条件下对样品进行扫描，获得 micro-CT下骨骼的三维影像并以DICOM格式输出；
(3)根据所测骨骼样品受力特征，估算载荷大小，启动加载装置使样品产生变形，进行扫描，获得micro-CT下变形样品的三维影像并以DICOM格式输出；
(4)对两次扫描的三维图像数据进行体图像分析，获得样品加载前后的三维实际应变场；
(5)对已知密度的均质骨骼组织标准块进行micro-CT扫描，获得三维影像并以DICOM 格式输出；读取DICOM文件，获得其中的rescale_slope即S和rescale_intercept即I参数，通过线性公式：HU＝GreyValue*S+I，计算三维的CT值HU分布状态；同样方法，将骨骼样品加载前后的DICOM数据进行处理，转化为CT值分布图；
(6)骨骼密度ρ与CT值具有线性关系：ρ＝K﹒HU+1——方程1；基于骨骼组织标准块的已知密度，确定K值，对于不同的micro-CT机器，HU的输出有所不同，而标准骨块的密度则可用于标定不同机型的K系数，将测试样品的CT值分布图转化为密度分布图；
(7)基于样品加载前的micro-CT影像，通过图像分割和三维重建，建立样品外轮廓模型，并对该三维模型进行四面体网格划分；
(8)将离散化的模型映射回micro-CT影像，将每个四面体网格内所包含的CT值进行平均，作为该四面体网格所对应的CT值，并通过步骤(6)中所确定的CT值与密度关系，转化为基于模型网格的材料密度分布；
(9)建立弹性模量E与密度间的预测关系：E＝A+B·ρC——方程2，其中A、B、C为预测系数，并通过此关系以及网格中的密度数值，计算网格所对应的弹性模量数值，获得基于模型网格的材料弹性模量分布；
(10)基于测试台对骨骼样品的加载方式建立骨骼样品模型的边界条件，结合步骤(9) 中的弹性模量计算方法对材料进行赋值，应用有限元方法对模型进行计算，获得计算所得应变场；
(11)对计算所得应变场和实际应变场进行比对，计算平均应变差绝对值，当平均应变差绝对值小于临界值时，预测系数A、B、C即为所求，带入方程1和方程2获得针对该测试样品骨骼组织的CT值与弹性模量关系；若平均应变差绝对值大于临界值，基于应变能优化方法调整预测系数，带入步骤(9)、(10)、(11)进行迭代计算，直到平均应变差绝对值小于临界值为止。
其中，步骤(3)中所述的加载装置，包括作为外壳的碳纤维管腔，碳纤维管腔内包括依次连接的电机、减速机、驱动机构、力传感器和端盖；样品放置于力传感器和端盖之间。
本发明将在不破坏骨骼组织的前提下，确定CT值与骨骼弹性模量的准确关系，建立可用于micro-CT内的，具有较大测试范围的加载设备(口径10cm)，以保证可置入如股骨头等大关节，确保样品的完整性；通过有限元反演计算方法，获得与CT扫描体素相对应的骨骼组织的弹性模量。
本发明提供的骨骼CT值与弹性模量关系确定方法及其试验加载装置，为一种更为准确的 CT值与骨骼弹性模量关系的确定方法，可为骨骼受力的仿真研究提供更加准确的材料赋值，提高仿真计算的准确性，从而使其能够更加准确的应用于临床预测和治疗方案规划。
附图说明
图1是实施例获得micro-CT下骨骼的三维影像；
图2是实施例三维模型的四面体网格划分图。
图3是本发明的加载装置结构示意图。
具体实施方式
结合附图说明本发明的具体实施方式。
骨骼CT值与弹性模量关系确定方法，包括以下过程：
(1)获得骨骼样品，在进行测定前对将样品进行必要的处理；
(2)将样品固定于测试台上，置于micro-CT内，在无加载条件下对样品进行扫描，获得 micro-CT下骨骼的三维影像并以DICOM格式输出；三维影像如图1所示。
(3)根据所测骨骼样品受力特征，估算载荷大小，启动加载装置使样品产生变形，进行扫描，获得micro-CT下变形样品的三维影像并以DICOM格式输出；
(4)对两次扫描的三维图像数据进行体图像分析，获得样品加载前后的三维实际应变场；
(5)对已知密度的均质骨骼组织标准块进行micro-CT扫描，获得三维影像并以DICOM 格式输出；读取DICOM文件，获得其中的rescale_slope即S和rescale_intercept即I参数，通过线性公式：HU＝GreyValue*S+I，计算三维的CT值HU分布状态；同样方法，将骨骼样品加载前后的DICOM数据进行处理，转化为CT值分布图；
(6)骨骼密度ρ与CT值具有线性关系：ρ＝K﹒HU+1——方程1；基于骨骼组织标准块的已知密度，确定K值，对于不同的micro-CT机器，HU的输出有所不同，而标准骨块的密度则可用于标定不同机型的K系数，将测试样品的CT值分布图转化为密度分布图；
(7)基于样品加载前的micro-CT影像，通过图像分割和三维重建，建立样品外轮廓模型，并对该三维模型进行四面体网格划分；如图2所示；
(8)将离散化的模型映射回micro-CT影像，将每个四面体网格内所包含的CT值进行平均，作为该四面体网格所对应的CT值，并通过步骤(6)中所确定的CT值与密度关系，转化为基于模型网格的材料密度分布；
(9)建立弹性模量E与密度间的预测关系：E＝A+B·ρC——方程2，其中A、B、C为预测系数，并通过此关系以及网格中的密度数值，计算网格所对应的弹性模量数值，获得基于模型网格的材料弹性模量分布；
(10)基于测试台对骨骼样品的加载方式建立骨骼样品模型的边界条件，结合步骤(9) 中的弹性模量计算方法对材料进行赋值，应用有限元方法对模型进行计算，获得计算所得应变场；
(11)对计算所得应变场和实际应变场进行比对，计算平均应变差绝对值，当平均应变差绝对值小于临界值时，预测系数A、B、C即为所求，带入方程1和方程2获得针对该测试样品骨骼组织的CT值与弹性模量关系；若平均应变差绝对值大于临界值，基于应变能优化方法调整预测系数，带入步骤(9)、(10)、(11)进行迭代计算，直到平均应变差绝对值小于临界值为止。
如图3所示，所述的加载装置，包括作为外壳的碳纤维管腔5，碳纤维管腔5内包括依次连接的电机1、减速机2、驱动机构3、力传感器4和端盖6；样品放置于力传感器4和端盖6之间。
碳纤维管腔5为装置的外壳，10cm直径，用于保护结构支撑和样品保护，并具有X射线遮挡作用。样品放置于力传感器4末端，与端盖6连接。运行时，将加载装置推送到micro-CT腔内，电机1、减速机2启动，传导至驱动机构3，驱动机构3以丝杠方式螺旋推进，在驱动机构3 平移，从而对样品产生加载效果。力传感器4读取准确的应力数据，传导至计算平台，结合 micro-CT扫描数据，进行后续体图像相关性分析、应变场分析、应力场计算和弹性模量场反演。
Claims (2)
1.骨骼CT值与弹性模量关系确定方法，其特征在于：包括以下过程：
(1)获得骨骼样品，在进行测定前对样品进行必要的处理；
(2)将样品固定于测试台上，置于micro-CT内，在无加载条件下对样品进行扫描，获得micro-CT下骨骼的三维影像并以DICOM格式输出；
(3)根据所测骨骼样品受力特征，估算载荷大小，启动加载装置使样品产生变形，进行扫描，获得micro-CT下变形样品的三维影像并以DICOM格式输出；
(4)对两次扫描的三维图像数据进行体图像分析，获得样品加载前后的三维实际应变场；
(5)对已知密度的均质骨骼组织标准块进行micro-CT扫描，获得三维影像并以DICOM格式输出；读取DICOM文件，获得其中的rescale_slope即S和rescale_intercept即I参数，通过线性公式：HU＝GreyValue*S+I，计算三维的CT值HU分布状态；同样方法，将骨骼样品加载前后的DICOM数据进行处理，转化为CT值分布图；
(6)骨骼密度ρ与CT值具有线性关系：ρ＝K﹒HU+1——方程1；基于骨骼组织标准块的已知密度，确定K值，对于不同的micro-CT机器，HU的输出有所不同，而标准骨块的密度则可用于标定不同机型的K系数，将测试样品的CT值分布图转化为密度分布图；
(7)基于样品加载前的micro-CT影像，通过图像分割和三维重建，建立样品外轮廓模型，并对该三维模型进行四面体网格划分；
(8)将离散化的模型映射回micro-CT影像，将每个四面体网格内所包含的CT值进行平均，作为该四面体网格所对应的CT值，并通过步骤(6)中所确定的CT值与密度关系，转化为基于模型网格的材料密度分布；
(9)建立弹性模量E与密度间的预测关系：E＝A+B·ρC——方程2，其中A、B、C为预测系数，并通过此关系以及网格中的密度数值，计算网格所对应的弹性模量数值，获得基于模型网格的材料弹性模量分布；
(10)基于测试台对骨骼样品的加载方式建立骨骼样品模型的边界条件，结合步骤(9)中的弹性模量计算方法对材料进行赋值，应用有限元方法对模型进行计算，获得计算所得应变场；
(11)对计算所得应变场和实际应变场进行比对，计算平均应变差绝对值，当平均应变差绝对值小于临界值时，预测系数A、B、C即为所求，带入方程1和方程2获得针对该测试样品骨骼组织的CT值与弹性模量关系；若平均应变差绝对值大于临界值，基于应变能优化方法调整预测系数，带入步骤(9)、(10)、(11)进行迭代计算，直到平均应变差绝对值小于临界值为止。
2.根据权利要求1所述的骨骼CT值与弹性模量关系确定方法，其特征在于：所述的加载装置，包括作为外壳的碳纤维管腔(5)，碳纤维管腔(5)内包括依次连接的电机(1)、减速机(2)、驱动机构(3)、力传感器(4)和端盖(6)；样品放置于力传感器(4)和端盖(6)之间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610828698.5A CN106447787B (zh) | 2016-09-18 | 2016-09-18 | 骨骼ct值与弹性模量关系确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610828698.5A CN106447787B (zh) | 2016-09-18 | 2016-09-18 | 骨骼ct值与弹性模量关系确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106447787A CN106447787A (zh) | 2017-02-22 |
| CN106447787B true CN106447787B (zh) | 2019-04-02 |
Family
ID=58168869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610828698.5A Active CN106447787B (zh) | 2016-09-18 | 2016-09-18 | 骨骼ct值与弹性模量关系确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106447787B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107485406B (zh) * | 2017-09-13 | 2023-06-23 | 泰山医学院 | 一种用于Micro-CT的质量检测的体模 |
| CN107997855A (zh) * | 2017-11-30 | 2018-05-08 | 深圳先进技术研究院 | 3d多孔支架模型建立方法、装置及制备系统 |
| CN111351703B (zh) * | 2020-03-23 | 2022-06-17 | 北京工业大学 | 一种可同步ct成像的骨骼力学加载测试仪 |
| CN111671459A (zh) * | 2020-07-01 | 2020-09-18 | 四川大学 | 电子计算机断层扫描组合导板 |
| CN113408172B (zh) * | 2021-06-28 | 2024-05-14 | 大连理工大学 | 椎间融合器制造方法及制造系统 |
| CN115131367B (zh) * | 2022-03-03 | 2023-09-01 | 中国人民解放军总医院第四医学中心 | 人体骨骼力学结构的区域分割及骨架线提取方法及装置 |
| CN114795598B (zh) * | 2022-04-20 | 2023-06-23 | 北京大学第三医院（北京大学第三临床医学院） | 一种椎间融合器的制备方法 |
| CN114782375B (zh) * | 2022-04-27 | 2023-06-23 | 影图(成都)医疗科技有限公司 | 骨质密度测量方法、装置和设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101488236A (zh) * | 2008-08-18 | 2009-07-22 | 西北工业大学 | 漏斗胸矫形手术仿真方法 |
| CN103310072A (zh) * | 2013-06-28 | 2013-09-18 | 哈尔滨理工大学 | 基于力反馈的股骨生物力学有限元分析系统 |
| CN105740533A (zh) * | 2016-01-28 | 2016-07-06 | 南方医科大学 | 用于截骨矫形的ct灰度-材料属性赋值有限元建模方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9245069B2 (en) * | 2012-02-03 | 2016-01-26 | The Regents Of The University Of California | Methods for calculating bone fracture load |
| AU2014323515B2 (en) * | 2013-09-18 | 2018-08-23 | Stryker Corporation | Patient specific bone preparation for consistent effective fixation feature engagement |
-
2016
- 2016-09-18 CN CN201610828698.5A patent/CN106447787B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101488236A (zh) * | 2008-08-18 | 2009-07-22 | 西北工业大学 | 漏斗胸矫形手术仿真方法 |
| CN103310072A (zh) * | 2013-06-28 | 2013-09-18 | 哈尔滨理工大学 | 基于力反馈的股骨生物力学有限元分析系统 |
| CN105740533A (zh) * | 2016-01-28 | 2016-07-06 | 南方医科大学 | 用于截骨矫形的ct灰度-材料属性赋值有限元建模方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106447787A (zh) | 2017-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106447787B (zh) | 骨骼ct值与弹性模量关系确定方法 | |
| Del Palomar et al. | A finite element model to accurately predict real deformations of the breast | |
| US10401156B2 (en) | System and method for quantifying deformation, disruption, and development in a sample | |
| Cong et al. | In situ parameter identification of optimal density–elastic modulus relationships in subject-specific finite element models of the proximal femur | |
| Trabelsi et al. | Patient-specific finite-element analyses of the proximal femur with orthotropic material properties validated by experiments | |
| Fenster et al. | 3D ultrasound analysis of carotid plaque volume and surface morphology | |
| Erić et al. | Breast volume estimation from systematic series of CT scans using the Cavalieri principle and 3D reconstruction | |
| JP2013542046A (ja) | 超音波画像処理のシステムおよび方法 | |
| Pheiffer et al. | Model-based correction of tissue compression for tracked ultrasound in soft tissue image-guided surgery | |
| JP5836735B2 (ja) | 対象体のスライス映像表示超音波診断装置およびその方法 | |
| Khatam et al. | In-vivo quantification of human breast deformation associated with the position change from supine to upright | |
| Visentin et al. | Iterative simulations to estimate the elastic properties from a series of MRI images followed by MRI-US validation | |
| US20160180520A1 (en) | Quantitative method for 3-d joint characterization | |
| Toniolo et al. | Anisotropic computational modelling of bony structures from CT data: An almost automatic procedure | |
| Dahdouh et al. | A comprehensive tool for image-based generation of fetus and pregnant women mesh models for numerical dosimetry studies | |
| Silva et al. | Two and three-dimensional morphometric analysis of trabecular bone using X-ray microtomography (µCT) | |
| US8971990B2 (en) | Systems and methods for nonlinear elastography | |
| Bhatt et al. | Reverse engineering of human body: a B-spline based heterogeneous modeling approach | |
| Tyagi et al. | Improving three‐dimensional mechanical imaging of breast lesions with principal component analysis | |
| JP2014083164A (ja) | 画像処理方法および装置並びにプログラム | |
| Kim et al. | Three-dimensional volumetric gray-scale uterine cervix histogram prediction of days to delivery in full term pregnancy | |
| McAnearney et al. | The effects of Young’s modulus on predicting prostate deformation for MRI-guided interventions | |
| Dempsey et al. | Mechanical properties of breast tissue | |
| Grande García | Double experimental procedure for model-specific finite element analysis of the human femur and trabecular bone | |
| KR102260156B1 (ko) | 피부에 대한 정확한 선량 평가 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |