一种股骨完整度分析系统及股骨完整度分析模型构建方法
技术领域
本发明涉及医学影像技术、医学领域,尤其涉及一种股骨完整度分析系统及股骨完整度分析模型构建方法。
背景技术
股骨头坏死严重危害患者健康和生活质量,已是不争的事实,关于其治疗也成为世界性难题,难点不外乎在于:股骨头坏死患者年龄偏小不易进行关节置换,如果进行关节置换将面临多次翻修的风险;股骨头一旦塌陷,无论何种治疗都无法恢复股骨头初始形态,易继发骨关节炎;保髋治疗成功率也不能令人完全满意等。年龄偏小患者如果保髋成功就可以不必面对关节置换及多次翻修的风险;如果股骨头未发生塌陷,就可以不用面对股骨头形态改变引发的不可逆损伤以及其继发的骨关节炎的风险,因此,防治股骨头塌陷,使髋关节保持初始的形态,是保持股骨头健康的重要原则。
治疗股骨头坏死的各种方案中有临床观察数据,然而常规核磁只能从不同平面的断层来评价坏死面积,无法确定股骨头的坏死体积,治疗前后所扫平面并不一致,无法准确评价疗效。越来越多的研究者们开始使用有限元分析软件对手术方案的可行性进行验证。随着微创手术的流行,更多的人会选择新型的治疗方案。例如髓芯减压钽棒植入或钛合金支撑架植入等,经股骨头内减压通道将这些支撑器植入股骨头进行微创手术,但所有这些器械所支撑的面积太小,因此存在着一定的缺陷。王岩等设计的记忆金属镍-钛合金网球由金属丝编织而成,虽然支撑面积相对较大,但支撑力却相应较小。此外该金属网球需要打开股骨头,创伤相对较大。可见,虽然股骨头缺血性坏死的治疗方案有很多,却没有一个最可靠的方案,经过有限元分析验证,暴露出很多问题。
有限元分析方法是通过临床实验获得真实数据后,利用计算机构建股骨头三维实体模型,采用有限元分析软件进行计算分析。在有限元模型的帮助下可以无创检查体内组织,辅助外科诊疗方案的制定和定量手术的模拟,较之实验模型更大限度的减少了多因素影响,使定量实验更能说明问题。为了能够更加逼真的模拟支撑器对缺血性股骨头坏死患者的修复作用能够更加直观准确,以及完成临床用实验很难完成的研究,因此建立对缺血性坏死股骨头应用有限元分析所得到的有限元模型很有必要。
中国专利(公开号为CN107802378A)公开了一种具有多孔结构的距骨局部修复体及其设计制造方法,方法包括下述步骤:基于患者CT数据对距骨部位进行模型提取,三维模型重构,并导出stl格式文件;将stl格式文件导入三维建模软件Rhinoceros,进行逆向建模设计;对局部坏死曲面进行提取并拟合,得到与周围健康曲面曲率吻合的曲面;利用拟合曲面进行修复体设计,确定固定钉位置,并利用grasshopper插件完成多孔结构建模;利用激光选区熔化技术制备个性化局部距骨修复体;对修复体上表面曲面进行打磨抛光,对下部多孔结构进行酸蚀处理。该专利能够达到快速修复的效果,缩短病人的等待时间,提高修复假体供应的响应速度。
中国专利(公开号为CN104462636B)公开了一种基于伞状股骨头支撑器的坏死股骨头修复模型的建模方法,包括步骤:一、待修复股骨头的三维模型获取:获取待修复股骨头NURBS曲面模型,待修复股骨头为存在股组织坏死区域且预采用股骨头支撑器修复的股骨头;股骨头支撑器由伞状支撑器和支撑套筒组成;二、根据伞状支撑器形状,确定需分离坏死区域,建立坏死股骨头模型;三、股骨头支撑器模型建立;四、坏死股骨头植入模型建立:建立带植入通道的坏死股骨头植入模型和植入骨的三维模型;五、坏死股骨头修复模型建立。该专利方法步骤简单、设计合理且实现方便、使用效果好,能简便、快速建立股骨头支撑器植入坏死股骨头的修复模型,且所建立的修复模型质量高。
现有技术中上述专利均能够通过对股骨头坏死的CT/MR扫描图像数据建立坏死股骨头模型,或是获得病变部位的对应修复的曲面,但其所提供的建模方法仅能建立对应的股骨头支撑器植入坏死股骨头的修复模型,然而对于后续的股骨头坏死手术治疗而言,该专利所提供的建模方法由于无法做到对股骨头模型的精确分割,并且在模型构建过程中没有对分割后得到的股骨头模型判断股骨头坏死的空间立体关系,模型提取精度较低,因此会对后续的股骨头坏死手术治疗造成很大影响,不仅无法满足骨科医生的股骨头坏死手术仿真训练,也不能完全适应股骨头坏死手术治疗的临床需要,此外由于股骨头坏死是否会进展到塌陷与其坏死表面积密切相关,导致其无法进一步地达到股骨头缺血性坏死塌陷的早期预测及防治。
此外,一方面由于申请人所理解的本领域技术人员与审查部门必然有所差异;另一方面由于发明人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留依据审查指南相关规定随时在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足,本发明提供了一种股骨完整度分析系统,至少包括三维模型创建模块、三维模型提取模块和数据分析模块,所述三维模型创建模块被配置为:对股骨头部位的二维断层扫描图像数据进行重构建立股骨头的三维网格模型,股骨头的三维网格模型由三维坐标系下一系列的三角面片网格集构成,该三维网格模型至少包括原始坏死模型A和原始骨头模型B,所述三维模型提取模块用于利用关于髋臼月状面或关于原始坏死模型A的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,从而依次完成空间粗配准过程和空间精配准过程,并提取得到处理后的股骨头负重精确区域和坏死负重精确区域,所述数据分析模块用于根据其建立的切割面分别对股骨头负重精确区域和坏死负重精确区域进行切割,以此能够得到股骨头负重精确区域和坏死负重精确区域上各自对应的负重应力集中区域,并对至少一个该负重应力集中区域进行完整率计算。
股骨完整度分析系统至少包括三维模型创建模块。所述三维模型创建模块被配置为:对股骨头部位的二维断层扫描图像数据进行重构建立股骨头的三维网格模型,股骨头的三维网格模型由三维坐标系下一系列的三角面片网格集构成。该三维网格模型至少包括原始坏死模型A和原始骨头模型B。股骨完整度分析系统至少包括三维模型提取模块。所述三维模型提取模块用于对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,从而依次完成空间粗配准过程和空间精配准过程。所述三维模型提取模块用于在依次完成空间粗配准过程和空间精配准过程后,提取得到的股骨头负重精确区域和坏死负重精确区域。利用关于髋臼月状面或关于原始坏死模型A的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算。所述三维模型提取模块用于利用距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,从而依次完成空间粗配准过程和空间精配准过程,并提取得到处理后的股骨头负重精确区域和坏死负重精确区域。所述三维模型提取模块用于利用关于髋臼月状面或关于原始坏死模型A的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,从而依次完成空间粗配准过程和空间精配准过程,并提取得到处理后的股骨头负重精确区域和坏死负重精确区域。股骨完整度分析系统至少包括数据分析模块。所述数据分析模块用于根据其建立的切割面分别对股骨头负重精确区域和坏死负重精确区域进行切割,以此能够得到股骨头负重精确区域和坏死负重精确区域上各自对应的负重应力集中区域,并对至少一个该负重应力集中区域进行完整率计算。所述数据分析模块用于根据其建立的切割面分别对股骨头负重精确区域和坏死负重精确区域进行切割,以此能够得到股骨头负重精确区域和坏死负重精确区域上各自对应的负重应力集中区域。所述数据分析模块用于对至少一个该负重应力集中区域进行完整率计算。
根据一种优选实施方式,所述三维模型提取模块,利用关于髋臼月状面的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,以此完成空间粗配准过程并提取得到股骨头负重区域和坏死负重区域;所述三维模型提取模块,利用关于原始坏死模型A的距离阈值算法对股骨头负重区域和坏死负重区域的三角面片网格集分别进行至少一次距离阈值迭代计算,以此完成空间精配准过程并提取得到进一步优化后的股骨头负重精确区域和坏死负重精确区域。
所述三维模型提取模块利用关于髋臼月状面的距离阈值算法完成空间粗配准过程。所述三维模型提取模块利用关于髋臼月状面的距离阈值算法,对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,以此完成空间粗配准过程,并提取得到股骨头负重区域和坏死负重区域。所述三维模型提取模块利用关于原始坏死模型A的距离阈值算法完成空间精配准过程。所述三维模型提取模块利用关于原始坏死模型A的距离阈值算法,对股骨头负重区域和坏死负重区域的三角面片网格集分别进行至少一次距离阈值迭代计算,以此完成空间精配准过程,并提取得到进一步优化后的股骨头负重精确区域和坏死负重精确区域。
根据一种优选实施方式,所述三维模型提取模块还被配置为在其执行所述空间粗配准过程和所述空间精配准过程之前优先对原始坏死模型A进行坏死分割预处理,并将预处理后得到的坏死表面模型A1所对应的三角面片网格集作为所述空间粗配准过程的数据来源,其中,所述坏死分割预处理为所述三维模型提取模块采用距离阈值算法遍历原始坏死模型A的每一个三角面片网格,生成三角面片网格集合S11;所述三维模型提取模块提取所述三角面片网格集合S11中面积最大的连通区域,确定提取的所述连通区域为坏死表面区域,并在该坏死表面区域内建立坏死表面模型A1。
所述三维模型提取模块还被配置为在其执行所述空间粗配准过程和所述空间精配准过程之前优先对原始坏死模型A进行坏死分割预处理。所述三维模型提取模块将预处理后得到的坏死表面模型A1所对应的三角面片网格集作为所述空间粗配准过程的数据来源。所述坏死分割预处理至少包括所述三维模型提取模块采用距离阈值算法遍历原始坏死模型A的每一个三角面片网格,生成三角面片网格集合S11。所述坏死分割预处理至少包括所述三维模型提取模块提取所述三角面片网格集合S11中面积最大的连通区域,确定提取的所述连通区域为坏死表面区域,并在该坏死表面区域内建立坏死表面模型A1。
根据一种优选实施方式,所述原始坏死模型A的所述空间粗配准过程为:基于所述三维模型提取模块对所述原始坏死模型A执行坏死分割预处理后得到的坏死表面模型A1,所述三维模型提取模块采用距离阈值算法遍历所述坏死表面模型A1的每一个三角面片网格,生成三角面片网格集合S12;所述三维模型提取模块提取所述三角面片网格集合S12中面积最大的连通区域,确定提取的所述连通区域为坏死负重区域,并在该坏死负重区域内建立坏死负重区模型A2。
所述原始坏死模型A的所述空间粗配准过程至少包括以下步骤中的一个或几个:基于所述三维模型提取模块对所述原始坏死模型A执行坏死分割预处理后得到的坏死表面模型A1;所述三维模型提取模块采用距离阈值算法遍历所述坏死表面模型A1的每一个三角面片网格;生成三角面片网格集合S12;所述三维模型提取模块提取所述三角面片网格集合S12中面积最大的连通区域;确定提取的所述连通区域为坏死负重区域;并在该坏死负重区域内建立坏死负重区模型A2。
根据一种优选实施方式,所述原始骨头模型B的所述空间粗配准过程为:所述三维模型提取模块采用距离阈值算法遍历所述原始骨头模型B的每一个三角面片网格,生成三角面片网格集合S21;所述三维模型提取模块提取所述三角面片网格集合S21中面积最大的连通区域,确定提取的所述连通区域为股骨头负重区域,并在该股骨头负重区域内建立股骨头负重区B1。
根据一种优选实施方式,所述原始骨头模型B的所述空间精配准过程的执行顺序优先于所述原始坏死模型A的所述空间精配准过程的执行顺序,其中,所述三维模型提取模块将对所述原始骨头模型B执行所述空间精配准过程后得到的至少部分三角面片网格作为所述原始坏死模型A的所述空间精配准过程的部分数据来源。所述原始骨头模型B的所述空间精配准过程的执行顺序优先于所述原始坏死模型A的所述空间精配准过程的执行顺序。所述三维模型提取模块将对所述原始骨头模型B执行所述空间精配准过程后得到的至少部分三角面片网格作为所述原始坏死模型A的所述空间精配准过程的部分数据来源。
根据一种优选实施方式,所述原始骨头模型B的所述空间精配准过程为:所述三维模型提取模块采用距离阈值算法遍历所述股骨头负重区B1的每一个三角面片网格,生成三角面片网格集合S22;采用距离阈值算法遍历所述三角面片网格集合S22内的每一个三角面片网格,生成三角面片网格集合S23和三角面片网格集合S24;对所述三角面片网格集合S23进行去噪处理,以去除该集合内的孤立的噪点,并建立与该三角面片网格集合S23相对应的负重区域模型B2,以及与三角面片网格集合S24相对应的坏死负重区域模型A3,所述原始坏死模型A的所述空间精配准过程为:对坏死负重区A2模型与坏死负重区A3模型进行布尔求并集运算,运算后得到最终坏死负重区模型A4。所述原始骨头模型B的所述空间精配准过程为:所述三维模型提取模块采用距离阈值算法遍历所述股骨头负重区B1的每一个三角面片网格,生成三角面片网格集合S22;采用距离阈值算法遍历所述三角面片网格集合S22内的每一个三角面片网格,生成三角面片网格集合S23和三角面片网格集合S24;对所述三角面片网格集合S23进行去噪处理,以去除该集合内的孤立的噪点,并建立与该三角面片网格集合S23相对应的负重区域模型B2,以及与三角面片网格集合S24相对应的坏死负重区域模型A3。所述原始坏死模型A的所述空间精配准过程为:对坏死负重区A2模型与坏死负重区A3模型进行布尔求并集运算,运算后得到最终坏死负重区模型A4。
根据一种优选实施方式,所述数据分析模块根据股骨头负重精确区域所对应的重力线方向建立坏死负重区模型A4的切割面,基于坏死负重精确区域上的坏死前外侧三分之二处为其负重应力集中区域,沿所述切割面对坏死负重区模型A4进行切割,以提取得到坏死负重区模型A4上的坏死前外侧三分之二处模型A5;所述数据分析模块根据股骨头负重精确区域所对应的重力线方向建立所述负重区域模型B2的切割面,基于股骨头负重精确区域上的股骨前外侧三分之二处为其负重应力集中区域,沿所述切割面对所述负重区域模型B2进行切割,以提取得到所述负重区域模型B2上的股骨前外侧三分之二处模型B3。所述数据分析模块根据股骨头负重精确区域所对应的重力线方向建立坏死负重区模型A4的切割面。坏死负重精确区域上的坏死前外侧三分之二处为其负重应力集中区域。所述数据分析模块沿所述切割面对坏死负重区模型A4进行切割,以提取得到坏死负重区模型A4上的坏死前外侧三分之二处模型A5。所述数据分析模块根据股骨头负重精确区域所对应的重力线方向建立所述负重区域模型B2的切割面。股骨头负重精确区域上的股骨前外侧三分之二处为其负重应力集中区域。所述数据分析模块沿所述切割面对所述负重区域模型B2进行切割,以提取得到所述负重区域模型B2上的股骨前外侧三分之二处模型B3。
一种股骨完整度分析模型构建方法,至少包括以下步骤:
S1:对股骨头部位的二维断层扫描图像数据进行重构建立股骨头的三维网格模型,股骨头的三维网格模型由三维坐标系下一系列的三角面片网格集构成,该三维网格模型至少包括原始坏死模型A和原始骨头模型B;
S2:利用关于髋臼月状面或关于原始坏死模型A的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,从而依次完成空间粗配准过程和空间精配准过程,并提取得到处理后的股骨头负重精确区域和坏死负重精确区域;
S3:根据其建立的切割面分别对股骨头负重精确区域和坏死负重精确区域进行切割,以此能够得到股骨头负重精确区域和坏死负重精确区域上各自对应的负重应力集中区域,并对至少一个该负重应力集中区域进行完整率计算。
根据一种优选实施方式,所述构建方法还包括以下步骤:利用关于髋臼月状面的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,以此完成空间粗配准过程并提取得到股骨头负重区域和坏死负重区域;利用关于原始坏死模型A的距离阈值算法对股骨头负重区域和坏死负重区域的三角面片网格集分别进行至少一次距离阈值迭代计算,以此完成空间精配准过程并提取得到进一步优化后的股骨头负重精确区域和坏死负重精确区域。
本发明提供的股骨完整度分析系统及股骨完整度分析模型构建方法至少具有如下有益技术效果:
本发明所提供的股骨完整度分析模型构建方法,通过采用距离阈值算法限定三角面片顶点法线上的延伸线段与髋臼月状面或与原始坏死模型之间的位置距离,分别执行空间粗配准过程和空间精配准过程,极大地缩小了目标区域且能够有效保证计算结果收敛,实现了对股骨头部位的三维网格模型的精确分割;
并且本发明所提供的股骨完整度分析模型构建方法,在模型构建过程中,通过对空间粗配准过程提取得到的负重区模型以及空间精配准过程分割后提取得到的负重区模型进行交互式分析计算,能够在三维空间中最大限度的计算出股骨头负重区的坏死率,大大地提升了后续计算的股骨头负重区的坏死率的精度,从而能够为准确判断股骨头坏死的空间立体关系提供更为可靠的数据支持,适应于股骨头坏死手术治疗以及股骨头坏死截骨手术规划的临床需要,解决了现有技术中股骨头坏死的空间立体关系无法准确判断以及提取的股骨头模型精度较低的问题,能够进一步地达到股骨头缺血性坏死塌陷的早期预测及防治。
附图说明
图1是本发明提供的股骨完整度分析模型构建方法的简化流程示意图;
图2是本发明提供的优选的股骨完整度分析模型构建方法的简化流程示意图;
图3是本发明提供的股骨完整度分析系统的简化模块连接关系示意图;
图4是本发明提供的优选的股骨完整度分析系统的简化结构示意图;和
图5是本发明提供的优选的切割面的简化示意图。
附图标记列表
1:三维模型创建模块 2:三维模型提取模块 3:数据分析模块
4:服务器 5:存储装置 6:处理器
7:总线 8:网络适配器 9:I/O接口
10:显示器 11:外部设备 12:切割面
13:重力线方向
具体实施方式
下面结合附图对本发明进行详细说明。
实施例1
如图1所示,股骨完整度分析模型构建方法,至少包括以下步骤S1~S3:
步骤S1:对股骨头部位的二维断层扫描图像数据进行重构建立股骨头的三维网格模型,股骨头的三维网格模型由三维坐标系下一系列的三角面片网格集构成,该三维网格模型至少包括原始坏死模型A和原始骨头模型B。
优选地,采用基于分割的三维医学影像表面重建算法对二维断层扫描图像数据进行三维网格模型重构,通过阈值筛选、交互式分割和三维重建过程得到股骨头的三维网格模型。其中该二维断层扫描图像数据可以由影像设备CT和/或影像设备MRI得到。将股骨头的三维网格模型进行网格化分,使连续的几何模型离散化,得到与其相对应的有限元模型。其中,优选地,将股骨头的三维网格模型进行面网格划分。该三维网格模型至少包括原始坏死模型A和原始骨头模型B。
步骤S2:三维模型提取模块2用于利用关于髋臼月状面或关于原始坏死模型A的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,从而依次完成空间粗配准过程和空间精配准过程,并提取得到处理后的股骨头负重精确区域和坏死负重精确区域。本发明所提供的股骨完整度分析模型构建方法,通过采用距离阈值算法限定三角面片顶点法线上的延伸线段与髋臼月状面或与原始坏死模型之间的位置距离,分别执行空间粗配准过程和空间精配准过程,极大地缩小了目标区域且能够有效保证计算结果收敛,实现了对股骨头部位的三维网格模型的精确分割。
其中,如图1所示,步骤S2至少包括以下步骤S201~S203:
步骤S201:在其执行空间粗配准过程和空间精配准过程之前优先对原始坏死模型A进行坏死分割预处理,并将预处理后得到的坏死表面模型A1所对应的三角面片网格集作为空间粗配准过程的数据来源。
优选地,步骤S201:采用距离阈值算法遍历原始坏死模型A的每一个三角面片网格,生成三角面片网格集合S11;提取三角面片网格集合S11中面积最大的连通区域,确定提取的连通区域为坏死表面区域,并在该坏死表面区域内建立坏死表面模型A1。
进一步优选地,其中,采用距离阈值算法遍历原始坏死模型A的具体步骤为:遍历原始坏死模型A的每一个三角面片网格,将每一个三角面片网格的三个顶点沿各自对应的法线方向延伸0.013m得到各自对应的线段,若三角面片网格的三个顶点各自对应的线段均未与原始骨头模型B相交,则取出该面片,并将其放在集合S11中。步骤S201是用于提取原始坏死模型A与股骨头不相交重叠部分的区域。
步骤S202:利用关于髋臼月状面的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,以此完成空间粗配准过程并提取得到股骨头负重区域和坏死负重区域。
关于步骤S202更具体地,步骤S202至少包括原始坏死模型A的空间粗配准过程,该过程用于提取出坏死表面区域位于髋臼窝区域内的负重区域,如图2所示,该过程即为步骤S2021~S2022。
步骤S2021:采用距离阈值算法遍历坏死表面模型A1的每一个三角面片网格,生成三角面片网格集合S12;
其中,采用距离阈值算法遍历坏死表面模型A1的具体步骤为:遍历原始坏死模型A的每一个三角面片网格,将每一个三角面片网格的三个顶点沿各自对应的法线方向延伸0.013m得到各自对应的线段,若三角面片网格的三个顶点各自对应的线段均与髋臼月状面相交,则取出该面片,并将其放在集合S12中。
步骤S2022:提取三角面片网格集合S12中面积最大的连通区域,确定提取的连通区域为坏死负重区域,在该坏死负重区域内建立坏死负重区模型A2。
其中,坏死负重区域是指位于髋臼窝内的髋骨沿重力线方向13可以投影到坏死表面模型A1上的而与坏死表面模型A1表面相对应的区域。
关于步骤S202更具体地,步骤S202至少包括原始骨头模型B的空间粗配准过程,该过程用于提取出股骨头表面区域位于髋臼窝区域内的股骨头负重区域,如图2所示,该过程即为步骤S2023~S2024。
步骤S2023:采用距离阈值算法遍历原始骨头模型B的每一个三角面片网格,生成三角面片网格集合S21。
其中,采用距离阈值算法遍历坏死表面模型A1的具体步骤为:遍历原始骨头模型B的每一个三角面片网格,将每一个三角面片网格的三个顶点沿各自对应的法线方向延伸0.013m得到各自对应的线段,若三角面片网格的三个顶点各自对应的线段均与髋臼月状面相交,则取出该面片,并将其放在三角面片网格集合S21中。
步骤S2024:提取三角面片网格集合S21中面积最大的连通区域,确定提取的连通区域为股骨头负重区域,在该股骨头负重区域内建立股骨头负重区B1。
其中,股骨头负重区域是指位于髋臼窝内的髋骨沿重力线方向13可以投影到股骨头表面上的而与股骨头表面相对应的区域。优选地,股骨头负重区域是指位于髋臼窝内的髋骨沿重力线方向13可以投影到原始骨头模型B上的而与原始骨头模型B相对应的区域。
步骤S203:利用关于原始坏死模型A的距离阈值算法对股骨头负重区域和坏死负重区域的三角面片网格集分别进行至少一次距离阈值迭代计算,以此完成空间精配准过程并提取得到进一步优化后的股骨头负重精确区域和坏死负重精确区域。
关于步骤S203更具体地,步骤S203至少包括原始骨头模型B的空间精配准过程和原始坏死模型A的空间精配准过程。其中,原始骨头模型B的空间精配准过程的执行顺序优先于原始坏死模型A的空间精配准过程的执行顺序,其中,三维模型提取模块2将对原始骨头模型B执行空间精配准过程后得到的至少部分三角面片网格作为原始坏死模型A的空间精配准过程的部分数据来源。
由此本发明所提供的股骨完整度分析模型构建方法,在模型构建过程中,通过对空间粗配准过程提取得到的负重区模型以及空间精配准过程分割后提取得到的负重区模型进行交互式分析计算,能够在三维空间中最大限度的计算出股骨头负重区的坏死率,大大地提升了后续计算的股骨头负重区的坏死率的精度,从而能够为准确判断股骨头坏死的空间立体关系提供更为可靠的数据支持,适应于股骨头坏死手术治疗以及股骨头坏死截骨手术规划的临床需要,解决了现有技术中股骨头坏死的空间立体关系无法准确判断以及提取的股骨头模型精度较低的问题,能够进一步地达到股骨头缺血性坏死塌陷的早期预测及防治。
其中,原始骨头模型B的空间精配准过程,是用于对上一步提取的股骨头负重区域进行去燥处理,剔除噪声数据,如图2所示,该过程即为步骤S2031~S2033。
步骤S2031:采用距离阈值算法遍历股骨头负重区B1的每一个三角面片网格,生成三角面片网格集合S22。
其中,采用距离阈值算法遍历股骨头负重区B1的具体步骤为:遍历股骨头负重区B1的每一个三角面片网格,将每一个三角面片网格的三个顶点沿各自对应的法线方向延伸0.013m得到各自对应的线段,若三角面片网格的三个顶点各自对应的线段均未与原始坏死模型A相交,则取出该面片,并将其放在三角面片网格集合S22中。
步骤S2032:采用距离阈值算法遍历三角面片网格集合S22内的每一个三角面片网格,生成三角面片网格集合S23和三角面片网格集合S24。
其中,采用距离阈值算法遍历三角面片网格集合S22的具体步骤为:遍历三角面片网格集合S22的每一个三角面片网格,将每一个三角面片网格的三个顶点沿各自对应的法线反方向延伸0.002m得到各自对应的线段,若三角面片网格的三个顶点各自对应的线段均未与原始坏死模型A相交,则取出该面片,并将其放在三角面片网格集合S23中,否则将其放在三角面片网格集合S24中。
步骤S2033:对三角面片网格集合S23进行去噪处理,以去除该集合内的孤立的噪点,并建立与该三角面片网格集合S23相对应的负重区域模型B2,以及与三角面片网格集合S24相对应的坏死负重区域模型A3。
关于步骤S203更具体地,步骤S203至少包括原始坏死模型A的空间精配准过程。该过程用于将上一步提取到的坏死负重区域模型A3与坏死负重区域模型A2合并,实现坏死负重区域的精确提取。该过程至少包括即为步骤S2034。
步骤S2034:对坏死负重区A2模型与坏死负重区A3模型进行布尔求并集运算,运算后得到最终坏死负重区模型A4。
优选地,对坏死负重区A2模型与坏死负重区A3模型进行布尔求并集运算,得到最终坏死负重区模型A4。其中,最终坏死负重区模型A4是由坏死负重区A2模型与坏死负重区A3模型相加合并成一个对象所得到的。具体的,可以利用图像处理软件,如Mimics中的布尔运算Boolean Command工具,将坏死负重区A2模型与坏死负重区A3模型作布尔求并集运算得到最终坏死负重区模型A4。其中,布尔运算被定义为数字符号化的逻辑推演法,包括联合、相交、相减。在图形处理操作中引用了这种逻辑运算方法以使简单的基本图形组合产生新的形体,并由二维布尔运算发展到三维图形的布尔运算。其中,布尔求并集运算被定义为用来将两个模型合并,相交的部分将被删除,运算完成后两个物体将成为一个物体。
步骤S3:根据建立的切割面12分别对股骨头负重精确区域和坏死负重精确区域进行切割,以此能够得到股骨头负重精确区域和坏死负重精确区域上各自对应的负重应力集中区域,并对至少一个该负重应力集中区域进行完整率计算。
其中,步骤S3至少包括以下步骤S301~S303:
步骤S301:根据建立的切割面12对坏死负重精确区域进行切割,以此能够得到坏死负重精确区域上对应的负重应力集中区域。
优选地,坏死负重区模型A4上的负重应力集中区域为其坏死前外侧三分之二处。步骤S301用于提取髋臼窝外侧前三分之二区域的坏死负重区。步骤S301可以为:根据股骨头负重精确区域所对应的重力线方向13建立坏死负重区模型A4的切割面12,基于坏死负重精确区域上的坏死前外侧三分之二处为其负重应力集中区域,沿切割面12对坏死负重区模型A4进行切割,以提取得到坏死负重区模型A4上的坏死前外侧三分之二处模型A5。
其中,如图5所示,切割面12即为内外侧区分参照面,内外侧区分参照面被定义为髋臼窝内的髋骨沿重力线方向13所属的平面,能够用于区分股骨头负重区内外侧。使用者能够通过调整参照面位置确定负重区内外侧。
步骤S302:根据建立的切割面12对股骨头负重精确区域进行切割,以此能够得到股骨头负重精确区域上对应的负重应力集中区域。
优选地,股骨头负重精确区域上的负重应力集中区域为其股骨前外侧三分之二处。步骤S302用于提取髋臼窝外侧前三分之二区域的股骨负重区。步骤S302可以为:根据股骨头负重精确区域所对应的重力线方向13建立负重区域模型B2的切割面12,基于股骨头负重精确区域上的股骨前外侧三分之二处为其负重应力集中区域,沿切割面12对负重区域模型B2进行切割,以提取得到负重区域模型B2上的股骨前外侧三分之二处模型B3。
步骤S303:对至少一个该负重应力集中区域进行完整率计算。
优选地,步骤S303用于计算股骨前外侧三分之二处负重区的完整率。步骤S303具体地为:基于坏死前外侧三分之二处模型A5获取其表面积S
A,基于股骨前外侧三分之二处模型B3获取其表面积S
B,由表面积S
A及表面积S
B所共同构成的前外侧三分之二处负重区的总表面积S以及股骨外侧负重区完整率Rate,其中S=S
A+S
B,
其中,基于股骨前外侧三分之二处模型B3获取其表面积S
B即为股骨外侧前三分之二区域内股骨完好部分的表面积,基于坏死前外侧三分之二处模型A5获取其表面积S
A即为股骨外侧前三分之二区域内坏死区域的表面积。
优选地,步骤S303:基于坏死负重精确区域上对应的负重应力集中区域获取其表面积SA,基于股骨头负重精确区域上对应的负重应力集中区域获取其表面积SB,由表面积SA及表面积SB所共同构成的前外侧三分之二处负重区的总表面积S以及股骨外侧负重区完整率Rate,其中S=SA+SB,Rate=SB/S。其中,股骨外侧负重区完整率Rate是计算位于负重区前外侧三分之二区域内股骨完好表面部分面积占该区域内负重区的总面积。进一步优选地,步骤S303还包括通过显示器10或外部设备11例如VR显示设备显示当前股骨完好部分的表面投影区域与坏死投影区域,即为将坏死前外侧三分之二处模型A5和股骨前外侧三分之二处模型B3分别投影至原始坏死模型A与原始骨头模型B上。
优选地,股骨完整度分析模型构建方法还包括髋臼月状面的提取过程,该提取过程至少包括以下步骤:
对髋关节部位的二维断层扫描图像数据进行重构建立髋关节部位的三维网格模型,髋关节部位的三维网格模型由三维坐标系下一系列的三角面片网格集构成;
对髋关节部位的三维网格模型的每个顶点进行遍历,将每个顶点沿各自对应的法线方向延伸0.013m得到各自对应的线段,若其顶点上各自对应的线段均与股骨以及原始坏死模型A相交,则提取出该相交的顶点序号并将其放在顶点序号集合S31中;
对髋关节部位的三维网格模型的每个三角面片网格进行遍历,如果该三角面片网格的三个顶点均属于顶点序号集合S31的子集,则将该三角面片网格提取出来并构成三角面片网格集合S32;
如图5所示,对三角面片网格集合S32进行去噪处理,以去除该集合内的孤立的噪点,并提取三角面片网格集合S32中具有最多顶点数量的连通区域S33,确定提取出的连通区域S33为对应侧的髋臼月状面。
优选地,采用基于分割的三维医学影像表面重建算法对二维断层扫描图像数据进行三维网格模型重构,通过阈值筛选、交互式分割和三维重建过程得到股骨头的三维网格模型。其中该二维断层扫描图像数据可以由影像设备CT和/或影像设备MRI得到。将髋关节部位的三维网格模型进行网格化分,使连续的几何模型离散化,得到与其相对应的有限元模型。其中,优选地,将髋关节部位的三维网格模型进行面网格划分。
优选地,本发明各实施例内所提及的顶点所对应的法线即为顶点法线,顶点法线被定义为三维顶点P坐标为x,y,z时,将P点坐标归一化后的向量nx1,y1,z1即为P点的法线。优选地,本发明各实施例内所提及的三角面片网格被定义为至少包括一条固定边和两条可进行弹性形变的边,固定边和两条可进行弹性形变的边共同构成刚体弹性系统。两条可进行弹性形变的边能够被用于进行有限元计算,例如通过微分的方式将三角面片微分至无限逼近单位元,从而积分出无限逼近实际髋骨和股骨的相应模型。
实施例2
本实施例提供了一种适用于本发明实施例的服务器4的结构示意框图,如图4所示仅为一个示例,不对本发明实施例的功能和适用范围带来限制。服务器4移通用服务器4的形式表现,服务器4至少包括至少一个处理器6、存储装置5、用于连接处理器6与存储装置5的总线7。总线7表示几类总线7结构中的一种或多种,包括存储装置5总线7或者存储装置5控制器,外围总线7,图形加速端口,处理器6或者使用多种总线7结构中的任意总线7结构的局域总线7。举例来说,这些体系结构包括但不限于工业标准体系结构总线7、微通道体系结构总线7、增强型ISA总线7以及外围组件互连总线7中的一种或几种。服务器4典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器4访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置5可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器和/或高速缓存存储器。服务器4可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。例如存储装置5可以用于读写不可移动的、非易失性磁介质(硬盘驱动器)。可以提供用于对可移动非易失性磁盘读写的磁盘驱动器,以及对可移动非易失性光盘,例如只读光盘、数字视盘或者其它光介质读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线7相连。存储装置5可以包括至少一个程序产品,该程序产品具有一组或至少一个程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组或至少一个程序模块的程序/实用工具,可以存储在例如存储装置5中,这样的程序模块包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本发明所描述的实施例中的功能和/或方法。服务器4也可以与一个或多个外部设备11通信,外部设备11例如键盘、指向终端、显示器10等,还可与一个或者多个使得用户能与该服务器4交互的终端通信,和/或与使得该服务器4能与一个或多个其它计算终端进行通信的任何终端通信,任何终端例如网卡、调制解调器等等。这种通信可以通过输入/输出(I/O)接口进行。并且,服务器4还可以通过网络适配器8与一个或者多个网络通信,例如局域网、广域网和/或公共网络例如因特网。如图4所示,网络适配器8通过总线7与服务器4的其它模块通信。尽管图中未示出,但可以结合服务器4使用其它硬件和/或软件模块,其它硬件和/或软件模块至少包括以下中的一个或多个:微代码、终端驱动器、冗余处理器6、外部磁盘驱动阵列、磁盘阵列系统、磁带驱动器以及数据备份存储系统等。
处理器6通过运行存储在存储装置5中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的股骨完整度分析模型构建方法,至少包括以下步骤:
S1:对股骨头部位的CT序列图像进行重构得到股骨头的三维网格模型,股骨头的三维网格模型由三维坐标系下一系列的三角面片网格集构成,该三维网格模型至少包括原始坏死模型A和原始骨头模型B;
S2:利用关于髋臼月状面或关于原始坏死模型A的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,从而依次完成空间粗配准过程和空间精配准过程,并提取得到处理后的股骨头负重区域和坏死负重区域;
S3:根据股骨头负重区域上建立的切割面12分别对股骨头负重区域和坏死负重区域进行切割,以切割得到股骨头负重区域和坏死负重区域上分别与髋臼窝外侧前三分之二区域相对应的区域,并根据切割得到的至少一个区域进行股骨头外侧三分之二处负重区的完整率计算。
实施例3
如图3所示,本发明所提供的三维模型创建模块1、三维模型提取模块2和数据分析模块3分别可以为一种计算机可读存储介质,其存储有计算机程序,该程序被处理器6执行时实现如本发明实施例所提供的股骨完整度分析模型构建方法,至少包括以下步骤:
S1:对股骨头部位的CT序列图像进行重构得到股骨头的三维网格模型,股骨头的三维网格模型由三维坐标系下一系列的三角面片网格集构成,该三维网格模型至少包括原始坏死模型A和原始骨头模型B;
S2:利用关于髋臼月状面或关于原始坏死模型A的距离阈值算法对原始坏死模型A和原始骨头模型B的三角面片网格集分别进行至少一次距离阈值迭代计算,从而依次完成空间粗配准过程和空间精配准过程,并提取得到处理后的股骨头负重区域和坏死负重区域;
S3:根据股骨头负重区域上建立的切割面12分别对股骨头负重区域和坏死负重区域进行切割,以切割得到股骨头负重区域和坏死负重区域上分别与髋臼窝外侧前三分之二区域相对应的区域,并根据切割得到的至少一个区域进行股骨头外侧三分之二处负重区的完整率计算。
计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括以下中的一个或几个:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦式可编程只读存储器、光纤、便携式紧凑磁盘只读存储器、光存储器件、磁存储器件、或者上述的任意合适的组合。优选地,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,例如无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网或广域网—连接到用户计算机,或者,可以连接到外部计算机。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。