CN111460707A - 一种脊柱模型的构建方法、装置和存储介质 - Google Patents

一种脊柱模型的构建方法、装置和存储介质 Download PDF

Info

Publication number
CN111460707A
CN111460707A CN202010213460.8A CN202010213460A CN111460707A CN 111460707 A CN111460707 A CN 111460707A CN 202010213460 A CN202010213460 A CN 202010213460A CN 111460707 A CN111460707 A CN 111460707A
Authority
CN
China
Prior art keywords
simulation result
model
spine
motion
finite element
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.)
Granted
Application number
CN202010213460.8A
Other languages
English (en)
Other versions
CN111460707B (zh
Inventor
蓝林华
杨明
汪大洋
张永山
孙静
黄泽彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou University
Original Assignee
Guangzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou University filed Critical Guangzhou University
Priority to CN202010213460.8A priority Critical patent/CN111460707B/zh
Publication of CN111460707A publication Critical patent/CN111460707A/zh
Application granted granted Critical
Publication of CN111460707B publication Critical patent/CN111460707B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Prostheses (AREA)

Abstract

本发明公开了一种脊柱模型的构建方法、装置和存储介质，方法包括以下步骤：获取脊柱CT图像，以及获取实验模型的运动模拟结果；根据脊柱CT图像，生成有限元模型；通过对有限元模型进行仿真，得到仿真结果；根据仿真结果，进行灵敏度分析；根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型。本发明根据脊柱CT图像生成有限元模型，进行仿真和灵敏度分析，并根据通过对实验模型进行运动模拟后获得的运动模拟结果以及灵敏度分析结果对有限元模型进行调整，得到校准模型，使得校准模型能够充分反映运动情况下动态载荷的影响，能很好适用于动态载荷的情况。本发明可广泛应用于脊柱模型技术领域。

Description

一种脊柱模型的构建方法、装置和存储介质
技术领域
本发明涉及脊柱模型领域，尤其是一种脊柱模型的构建方法、装置和存储介质。
背景技术
脊柱作为人体骨骼的重要组成部分，在维持人的正常生理活动、承受各种载荷、保护神经中枢、保持各种运动姿态等方面，均发挥着重要的力学作用。由于脊柱的重要性以及脊柱疾病的多样性和高发病率，脊柱生物力学的研究一直是当代学者关注的热点之一。人体脊柱是一个独特而复杂的结构，具有复杂的解剖结构、不均匀的材料组成、非线性的材料行为等特点，因此脊柱生物力学是一个具有挑战性的研究领域，存在许多障碍。而目前，脊柱模型的构建方法通常基于有限元方法，建立的脊柱模型仅局限于静态载荷的情况，并没有考虑运动情况下动态载荷对脊柱模型的影响，因此具有局限性，建立的脊柱模型不能应用于动态载荷的情况。
发明内容
有鉴于此，为了解决上述技术问题，本发明的目的是提供适用于动态载荷情况的一种脊柱模型的构建方法、装置和存储介质。
本发明采用的技术方案是：一种脊柱模型的构建方法，包括以下步骤：
获取脊柱CT图像，以及获取实验模型的运动模拟结果；
根据脊柱CT图像，生成有限元模型；
通过对有限元模型进行仿真，得到仿真结果；
根据仿真结果，进行灵敏度分析；
根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型；
其中，运动模拟结果通过对实验模型进行运动模拟得到，运动包括前后屈伸、轴向扭转和侧向弯曲的至少一种。
进一步，所述根据脊柱CT图像，生成有限元模型的步骤中，包括以下步骤：
根据脊柱CT图像，构建三维模型，其中三维模型包括椎间盘、椎骨和韧带，椎骨包括皮质骨和松质骨，椎间盘包括髓核和纤维环，纤维环包括纤维环基质；
对椎间盘、椎骨和韧带进行网络划分，并为皮质骨和松质骨赋予不同的材料属性，为髓核赋予准液体的属性，为纤维环基质赋予材料强度以预设阈值由外至内逐渐递减的属性，并为韧带赋予非线性双刚度弹簧模型的属性。
进一步，所述获取实验模型的运动模拟结果的步骤中，包括以下步骤：
通过万能试验机和测量仪对实验模型以预设弯矩进行前后屈伸、轴向扭转和侧向弯曲中的至少一种运动的模拟，并确定模拟过程中预设弯矩对应的转角，得到模拟数据；
对模拟数据进行拟合，得到运动模拟结果。
进一步，所述通过对有限元模型进行仿真，得到仿真结果的步骤中，包括以下步骤：
通过对有限元模型以所述预设弯矩进行前后屈伸、轴向扭转和侧向弯曲中的至少一种运动的仿真，并确定仿真过程中预设弯矩对应的转角，得到仿真数据；
对仿真数据进行拟合，得到仿真结果。
进一步，所述根据仿真结果，进行灵敏度分析的步骤中，包括以下步骤：
通过对有限元模型的参数进行若干次改变并进行仿真，得到改变仿真结果；
将所述改变仿真结果与仿真结果进行对比分析，得到参数与仿真结果的指标之间的灵敏度；
其中，有限元模型包括纤维环和韧带，每一韧带定义为非线性双刚度弹簧模型，韧带包括前纵韧带、后纵韧带、横突间韧带、棘间韧带、棘上韧带、黄韧带和关节囊韧带，参数包括每一韧带对应的非线性双刚度弹簧模型中的拐点坐标和至止刚度，以及纤维环的弹性模量；
仿真结果为通过若干条折线拟合后的结果，指标包括折线的斜率以及折线之间的交点位置。
进一步，所述根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型的步骤中，指标包括第一指标，参数包括第一参数，包括以下步骤：
确定仿真结果和运动模拟结果中有差异的第一指标；
根据预设灵敏度阈值，以及参数与仿真结果的第一指标之间的灵敏度，确定第一参数；
优先对第一参数进行调整并进行至少与调整次数相同次数的仿真，得到调整仿真结果；
根据调整仿真结果和运动模拟结果，得到校准模型。
进一步，所述根据调整仿真结果和运动模拟结果，得到校准模型的步骤中，包括以下步骤：
分别确定仿真结果和每一调整仿真结果与运动模拟结果的系统误差；
将最小的系统误差的调整仿真结果或仿真结果所对应的有限元模型，作为校准模型。
本发明还提供一种脊柱模型的构建装置，包括：
获取模块，用于获取脊柱CT图像，以及实验模型的运动模拟结果；
生成模块，用于根据脊柱CT图像，生成有限元模型；
仿真模块，用于通过对有限元模型进行仿真，得到仿真结果；
分析模块，用于根据仿真结果，进行灵敏度分析；
调整模块，用于根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型；
其中，运动模拟结果通过对实验模型进行运动模拟得到，运动包括前后屈伸、轴向扭转和侧向弯曲的至少一种。
本发明还提供一种脊柱模型的构建装置，包括：
至少一处理器；
至少一存储器，用于存储至少一程序；
当所述至少一程序被所述至少一处理器执行，使得所述至少一处理器实现所述一种脊柱模型的构建方法。
本发明还提供一种存储介质，存储有处理器可执行的指令，其特征在于：处理器执行所述处理器可执行的指令时执行所述一种脊柱模型的构建方法。
本发明的有益效果是：根据脊柱CT图像生成有限元模型，进行仿真和灵敏度分析，并根据通过对实验模型进行前后屈伸、轴向扭转和侧向弯曲的至少一种运动模拟后获得的运动模拟结果以及灵敏度分析结果对有限元模型进行调整，得到校准模型，使得校准模型能够充分反映运动情况下动态载荷的影响，能很好适用于动态载荷的情况。
附图说明
图1为本发明方法的步骤流程示意图；
图2为前后屈伸的初始仿真结果和运动模拟结果图；
图3为轴向扭转的初始仿真结果和运动模拟结果图；
图4为侧向弯曲的初始仿真结果和运动模拟结果图；
图5为非线性双刚度弹簧模型示意图；
图6为有限元模型示意图；
图7为灵敏度分析结果示意图；
图8为有限元模型的系统误差示意图；
图9为前后屈伸的校准模型和运动模拟结果图；
图10为轴向扭转的校准模型和运动模拟结果图；
图11为侧向弯曲的校准模型和运动模拟结果图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
如图1所示，本实施例提供一种脊柱模型的构建方法，包括以下步骤：
获取脊柱CT图像，以及获取实验模型的运动模拟结果；
根据脊柱CT图像，生成有限元模型；
通过对有限元模型进行仿真，得到仿真结果；
根据仿真结果，进行灵敏度分析；
根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型；
其中，运动模拟结果通过对实验模型进行运动模拟得到，运动包括前后屈伸、轴向扭转和侧向弯曲的至少一种。
在本实施例中，若以有限元模型建立三维坐标系，前后屈伸和侧向弯曲分别为沿X轴和Z轴方向进行的运动，轴向扭转为绕Y轴进行扭转进行的运动。
在本实施例中，具体地，包括以下步骤：
S1、获取脊柱CT图像，以及获取实验模型的运动模拟结果；
在本实施例中，运动模拟结果为对实验模型进行包括前后屈伸(FE)、轴向扭转(AR)和侧向弯曲(LB)的运动模拟后得到的结果，实验模型为实物的脊柱样品，具体地：
通过万能(力学)试验机以预设弯矩对实验模型进行运动模拟测试，其中边界采用底端固定，顶端通过MPC单元技术施加动态载荷，运动分为(前后屈伸(X轴，±5.0N m)、轴向扭转(Y轴，±5.0N m)和侧向弯曲(Z轴，±5.0N m)，加载速率为1°/s；同时在样品上设置带四个标记的感应片，与红外线测量仪组成运动分析系统用于检测实验模型每个椎骨间的相对运动，采样频率为20Hz，因此可以确定模拟测试过程中预设弯矩对应的转角，在本实施例中为椎骨的转角，其他实施例也可以为脊柱其他部位的转角，最终得到包含三种运动的预设弯矩对应的转角的模拟数据。其中，本实施例中预设弯矩(范围)为±5.0N m，其他实施例中可以为其他数值。
如图2、3、4所示，对模拟数据进行三折线拟合，得到实验模型的运动模拟结果；
具体地：利用Matlab基于最小二乘法原理对模拟数据进行了三折线拟合。在拟合过程中，假定脊柱在轴向扭转和侧向弯曲下是几何(左右方向)对称的，而前后屈伸下是几何(前后方向)不对称的。
S2、根据脊柱CT图像，生成有限元模型；
包括步骤S21、根据脊柱CT图像，构建三维模型；
具体地：基于人体脊柱的CT影像，利用MIMICS软件重建出基于点云数据的三维几何模型，经过阈值选取、蒙版编辑、光滑等图像分割方法得到需要的椎骨等结构，然后导入到Geomagic逆向工程软件中进行去噪滤波处理和三角面片修复，将椎骨表面转化为NURBS曲面，生成面轮廓，得到椎骨几何模型；
将椎骨几何模型导入HyperMesh软件中，完成椎间盘和韧带软组织的绘制，得到三维模型；其中，三维模型包括椎间盘、椎骨和韧带，椎骨包括皮质骨、松质骨和后部结构，椎间盘包括软骨板、髓核和纤维环，纤维环包括纤维环基质和纤维环纤维，韧带包括前纵韧带(ALL)、后纵韧带(PLL)、横突间韧带(LF)、棘间韧带(ISL)、棘上韧带(SSL)、黄韧带(TL)和关节囊韧带(CL)。
具体地：椎骨外腔为皮质骨，厚度较薄约为0.5-1mm，内腔填充部分为松质骨；后部结构大部分为皮质骨，其小关节突关节面上大概有1mm厚关节面软骨，外裹有一层韧带结构，形成一个小关节囊。椎间盘(包括纤维环和髓核)上下两侧为厚度约为1mm(成年人的椎间盘大概为8-10mm)软骨板，髓核位于椎间盘的中央，呈凝胶状，弯月形，其体积约占整个椎间盘体积的33％，纤维环基质共分为5环，纤维环纤维之间“交错排列，外密内疏”，与水平面的夹角约为±(25°～50°)。
步骤S22、网络划分以及赋予材料属性，得到有限元模型；
网络划分：对椎间盘、椎骨和韧带进行网络划分，其中皮质骨、松质骨和后部结构部分采用四面体网格单元划分，软骨板、纤维环基质和髓核采用六面体网格，上述7种韧带以及纤维环纤维采用1D线网格；最终完整的网格规模包含13389个总节点和48990个网格，其中3D网格数为47858，1D网格数为1132。
赋予材料属性：1)椎骨的材料强度明显强于脊柱的其他结构，椎骨结构的应变很小，将其定义为准刚体模型(即杨氏模量可达到11464MPa)，皮质骨和松质骨赋予不同的各向同性的材料属性，后部结构考虑了关节突的接触非线性，采用法向不可穿透，切向小摩擦的接触进行模拟；2)椎间盘模型充分考虑其解剖特性，髓核由于含水量大，采用不可压的准液体属性进行模拟(即髓核的密度与水近似为1.0×10-9t/mm3，杨氏模量很小，设为1MPa，泊松比为0.49)；纤维环基质共分为5环，充分考虑了材料的不均匀性(外强内弱)，为由外向内材料强度依次以10％(预设阈值)递减的属性；3)考虑到韧带非线性的弹性属性，每种韧带定义为不可承受压力的非线性双刚度弹簧模型的属性，如图5所示，每一韧带的非线性双刚度弹簧模型均具有拐点(横)坐标xc、初始刚度(斜率)Ks和至止刚度(斜率)Ke，由此得到有限元模型，如图6所示。
其中，有限元模型具有参数，参数包括每一韧带对应的非线性双刚度弹簧模型中的拐点(横)坐标(ALL-xc\PLL-xc\ISL-xc\SSL-xc\LF-xc\TL-xc\CL-xc)，至止刚度(ALL-Ke\PLL-Ke\ISL-Ke\SSL-Ke\LF-Ke\TL-Ke\CL-Ke)，以及纤维环的弹性模量，而纤维环的弹性模量包括最外层纤维环基质的弹性模量E-G1，最外层纤维环前、后、左、右部分的弹性模量Fiber-F、Fiber-B、Fiber-L和Fiber-R。
S3、通过对有限元模型进行仿真，得到仿真结果；
具体地：通过对有限元模型以预设弯矩(±5.0N m)进行前后屈伸、轴向扭转和侧向弯曲运动的仿真，并确定仿真过程中预设弯矩对应的转角，得到包含三种运动的预设弯矩对应的转角的仿真数据，其中仿真过程中的边界和加载速率与运动模拟过程中保持一致；
如图2、3、4所示，同样对仿真数据进行三折线拟合，得到仿真结果，具体地为初始仿真结果(校准前)。
具体地：利用Matlab基于最小二乘法原理对模拟数据进行了三折线拟合。在拟合过程中，假定脊柱在轴向扭转和侧向弯曲下是几何(左右方向)对称的，而前后屈伸下是几何(前后方向)不对称的。在本实施例中，三折线包括第一折线、第三折线以及连接第一折线和第三折线的第二折线，第一折线与第二折线具有第一交点，第二折线与第三折线具有第二交点。仿真结果具有指标，即每一运动进行仿真后的结果均具有指标，指标包括折线的斜率以及折线之间的交点位置，具体地：轴向扭转(AR)的仿真结果具有三个指标：第一折线的斜率K1(AR)或第三折线的斜率K3(AR)，第二折线的斜率K2(AR)，第一交点的横坐标XL(AR)或第二交点的横坐标XR(AR)；侧向弯曲(LB)的仿真结果具有三个指标：第一折线的斜率K1(LB)或第三折线的斜率K3(LB)，第二折线的斜率K2(LB)，第一交点的横坐标X(LB)或第二交点的横坐标XR(LB)；前后屈伸(FE)的仿真结果具有五个指标：第一折线的斜率K1(FE)、第三折线的斜率K3(FE)、第二折线的斜率K2(FE)、第一交点的横坐标XL(FE)以及第二交点的横坐标XR(FE)。其中，运动模拟结果亦具有上述指标，通过上述指标量化有限元模型和实验模型的弯矩-转角数据。
S4、根据仿真结果，进行灵敏度分析；
具体地，灵敏度Sensitivity定义为：
Figure BDA0002423604800000061
其中，Ψij定义为第i个参数发生改变后，第j个指标的值，Ψj定义为第j个指标改变前的值(上述仿真结果的值，即第一仿真指标的初始值)。
通过若干次改变参数并进行仿真，得到改变仿真结果，例如对ALL-Ke改变20％，获取十一个指标的改变值；
将所述改变仿真结果与仿真结果进行对比分析，得到参数与仿真结果的指标之间的灵敏度；即利用公式，根据十一个指标的改变值以及十一个指标的初始值，计算得到参数ALL-Ke相对十一个指标的灵敏度。通过若干次改变参数，并进行若干次仿真，重复利用公式计算，最终可以得到参数与指标之间的灵敏度，经分析后有限元模型的关键力学参数主要为椎间盘和韧带的参数，灵敏度分析结果如图7所示。
S5、根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型，具体地：
S51、确定仿真结果和运动模拟结果中有差异的第一指标；
例如，前后屈伸(FE)的仿真结果中第二交点的横坐标XR(FE)与运动模拟结果有差异；
S52、根据预设灵敏度阈值，以及参数与仿真结果的第一指标之间的灵敏度，确定第一参数，其中第一参数可以为参数中的一个或多个；
例如，1)预设灵敏度阈值可以为10，第一参数为ISL-xc和E-G1；或者2)可以为先对参数相对XR(FE)的灵敏度由高至低进行排列，预设灵敏度阈值为灵敏度最大的参数，即第一参数为ISL-xc。
S53、优先对第一参数进行调整并进行至少与调整次数相同次数的仿真，得到调整仿真结果；
进行调整时优先对第一参数进行调整(或者必要时后续可以对除第一参数之外的其他参数进行调整)，即1)优先对ISL-xc和/或E-G1进行调整，或者2)优先对ISL-xc进行调整，每次调整后均进行仿真，得到调整仿真结果，包含改变第一参数后XR(FE)的改变值。
S54、根据调整仿真结果和运动模拟结果，得到校准模型，具体地：
S541、分别确定仿真结果和每一调整仿真结果与运动模拟结果的系统误差Errorsystem；
Figure BDA0002423604800000071
其中，仿真指标包括(初始)仿真结果的指标，即未对参数进行调整前的指标，以及调整参数后进行仿真的每一调整仿真结果的指标；
S542、将最小的系统误差的调整仿真结果或仿真结果所对应的有限元模型，作为校准模型：
若最小的系统误差为仿真结果所对应的有限元模型，即没对参数进行调整之前的有限元模型，将该有限元模型作为校准模型；
若最小的系统误差为其中一个调整仿真结果所对应的有限元模型，将该有限元模型作为校准模型。
如图8、9、10、11所示，在本实施例中，通过从初始仿真结果(Baselin)，进行多次参数调整后，得到的校准模型为tset20，与实验模型的运动模拟结果的误差只有6.8％，实验和有限元加载曲线均表现出非线性特性，校准模型能应用于动态载荷的情况，可以用于各种治疗，如融合、骨质疏松、椎板成形术和人工椎间盘置换等外植入系统，能很好地反映脊柱非线性功能运动的影响机制。
本发明还提供一种脊柱模型的构建装置，包括：
获取模块，用于获取脊柱CT图像，以及实验模型的运动模拟结果；
生成模块，用于根据脊柱CT图像，生成有限元模型；
仿真模块，用于通过对有限元模型进行仿真，得到仿真结果；
分析模块，用于根据仿真结果，进行灵敏度分析；
调整模块，用于根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型；
其中，运动模拟结果通过对实验模型进行运动模拟得到，运动包括前后屈伸、轴向扭转和侧向弯曲的至少一种。
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了装置，包括：
至少一处理器；
至少一存储器，用于存储至少一程序；
当所述至少一程序被所述至少一处理器执行，使得所述至少一处理器实现所述一种脊柱模型的构建方法。
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
综上所述，相较于现有技术，本发明具有以下优点：
1)有限元模型中通过网络划分，以及材料属性的赋予，相对于现有的脊柱模型，本发明的有限元模型充分考虑了脊柱结构的材料和状态非线性对的影响，更加精确和完整；
2)校准模型能够充分反映运动情况下动态载荷的影响，能很好适用于动态载荷的情况。
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明并且采用方块图的形式举例说明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
本发明实施例还提供了一种存储介质，存储有处理器可执行的指令，处理器执行所述处理器可执行的指令时执行所述一种脊柱模型的构建方法。
同样可见，上述方法实施例中的内容均适用于本存储介质实施例中，实现的功能和有益效果与方法实施例相同。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
在本说明书的描述中，参考术语“一个实施例”、“本实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种脊柱模型的构建方法，其特征在于，包括以下步骤：
获取脊柱CT图像，以及获取实验模型的运动模拟结果；
根据脊柱CT图像，生成有限元模型；
通过对有限元模型进行仿真，得到仿真结果；
根据仿真结果，进行灵敏度分析；
根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型；
其中，运动模拟结果通过对实验模型进行运动模拟得到，运动包括前后屈伸、轴向扭转和侧向弯曲的至少一种。
2.根据权利要求1所述脊柱模型的构建方法，其特征在于：所述根据脊柱CT图像，生成有限元模型的步骤中，包括以下步骤：
根据脊柱CT图像，构建三维模型，其中三维模型包括椎间盘、椎骨和韧带，椎骨包括皮质骨和松质骨，椎间盘包括髓核和纤维环，纤维环包括纤维环基质；
对椎间盘、椎骨和韧带进行网络划分，并为皮质骨和松质骨赋予不同的材料属性，为髓核赋予准液体的属性，为纤维环基质赋予材料强度以预设阈值由外至内逐渐递减的属性，并为韧带赋予非线性双刚度弹簧模型的属性。
3.根据权利要求1所述脊柱模型的构建方法，其特征在于：所述获取实验模型的运动模拟结果的步骤中，包括以下步骤：
通过万能试验机和测量仪对实验模型以预设弯矩进行前后屈伸、轴向扭转和侧向弯曲中的至少一种运动的模拟，并确定模拟过程中预设弯矩对应的转角，得到模拟数据；
对模拟数据进行拟合，得到运动模拟结果。
4.根据权利要求3所述脊柱模型的构建方法，其特征在于：所述通过对有限元模型进行仿真，得到仿真结果的步骤中，包括以下步骤：
通过对有限元模型以所述预设弯矩进行前后屈伸、轴向扭转和侧向弯曲中的至少一种运动的仿真，并确定仿真过程中预设弯矩对应的转角，得到仿真数据；
对仿真数据进行拟合，得到仿真结果。
5.根据权利要求1所述脊柱模型的构建方法，其特征在于：所述根据仿真结果，进行灵敏度分析的步骤中，包括以下步骤：
通过对有限元模型的参数进行若干次改变并进行仿真，得到改变仿真结果；
将所述改变仿真结果与仿真结果进行对比分析，得到参数与仿真结果的指标之间的灵敏度；
其中，有限元模型包括纤维环和韧带，每一韧带定义为非线性双刚度弹簧模型，韧带包括前纵韧带、后纵韧带、横突间韧带、棘间韧带、棘上韧带、黄韧带和关节囊韧带，参数包括每一韧带对应的非线性双刚度弹簧模型中的拐点坐标和至止刚度，以及纤维环的弹性模量；仿真结果为通过若干条折线拟合后的结果，指标包括折线的斜率以及折线之间的交点位置。
6.根据权利要求5所述脊柱模型的构建方法，其特征在于：所述根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型的步骤中，指标包括第一指标，参数包括第一参数，包括以下步骤：
确定仿真结果和运动模拟结果中有差异的第一指标；
根据预设灵敏度阈值，以及参数与仿真结果的第一指标之间的灵敏度，确定第一参数；
优先对第一参数进行调整并进行至少与调整次数相同次数的仿真，得到调整仿真结果；
根据调整仿真结果和运动模拟结果，得到校准模型。
7.根据权利要求6所述脊柱模型的构建方法，其特征在于：所述根据调整仿真结果和运动模拟结果，得到校准模型的步骤中，包括以下步骤：
分别确定仿真结果和每一调整仿真结果与运动模拟结果的系统误差；
将最小的系统误差的调整仿真结果或仿真结果所对应的有限元模型，作为校准模型。
8.一种脊柱模型的构建装置，其特征在于，包括：
获取模块，用于获取脊柱CT图像，以及实验模型的运动模拟结果；
生成模块，用于根据脊柱CT图像，生成有限元模型；
仿真模块，用于通过对有限元模型进行仿真，得到仿真结果；
分析模块，用于根据仿真结果，进行灵敏度分析；
调整模块，用于根据灵敏度分析结果和运动模拟结果，对有限元模型进行调整，得到校准模型；
其中，运动模拟结果通过对实验模型进行运动模拟得到，运动包括前后屈伸、轴向扭转和侧向弯曲的至少一种。
9.一种脊柱模型的构建装置，其特征在于，包括：
至少一处理器；
至少一存储器，用于存储至少一程序；
当所述至少一程序被所述至少一处理器执行，使得所述至少一处理器实现如权利要求1-7任一项所述一种脊柱模型的构建方法。
10.存储介质，存储有处理器可执行的指令，其特征在于：处理器执行所述处理器可执行的指令时执行如权利要求1-7任一项所述一种脊柱模型的构建方法。
CN202010213460.8A 2020-03-24 2020-03-24 一种脊柱模型的构建方法、装置和存储介质 Active CN111460707B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010213460.8A CN111460707B (zh) 2020-03-24 2020-03-24 一种脊柱模型的构建方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010213460.8A CN111460707B (zh) 2020-03-24 2020-03-24 一种脊柱模型的构建方法、装置和存储介质

Publications (2)

Publication Number Publication Date
CN111460707A true CN111460707A (zh) 2020-07-28
CN111460707B CN111460707B (zh) 2023-04-25

Family

ID=71683258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010213460.8A Active CN111460707B (zh) 2020-03-24 2020-03-24 一种脊柱模型的构建方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN111460707B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112489762A (zh) * 2020-11-09 2021-03-12 宋雅伟 基于数值模拟的女子举重运动员腰骶关节的生物力学分析方法
CN112598983A (zh) * 2020-12-10 2021-04-02 珠海维尔康生物科技有限公司 一种仿真脊柱及其仿真脊柱内芯及其脊柱穿刺模型
CN112612772A (zh) * 2020-12-01 2021-04-06 中车长江车辆有限公司 一种聚氨酯发泡仿真的数据库构建方法及装置
CN112967235A (zh) * 2021-02-19 2021-06-15 联影智能医疗科技(北京)有限公司 图像检测方法、装置、计算机设备和存储介质
CN113408174A (zh) * 2021-06-28 2021-09-17 大连理工大学 骨骼模型构建方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895597A (zh) * 2017-11-30 2018-04-10 吉林大学 一种参数化癌转移人体脊柱模型重建与分析系统
CA3005123A1 (en) * 2017-06-02 2018-12-02 Synaptive Medical (Barbados) Inc. Spinal training simulator
CN108959686A (zh) * 2018-04-17 2018-12-07 中国科学院沈阳自动化研究所 一种基于灵敏度分析的有限元模型修正方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3005123A1 (en) * 2017-06-02 2018-12-02 Synaptive Medical (Barbados) Inc. Spinal training simulator
CN107895597A (zh) * 2017-11-30 2018-04-10 吉林大学 一种参数化癌转移人体脊柱模型重建与分析系统
CN108959686A (zh) * 2018-04-17 2018-12-07 中国科学院沈阳自动化研究所 一种基于灵敏度分析的有限元模型修正方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112489762A (zh) * 2020-11-09 2021-03-12 宋雅伟 基于数值模拟的女子举重运动员腰骶关节的生物力学分析方法
CN112489762B (zh) * 2020-11-09 2024-01-26 宋雅伟 基于数值模拟的女子举重运动员腰骶关节的生物力学分析方法
CN112612772A (zh) * 2020-12-01 2021-04-06 中车长江车辆有限公司 一种聚氨酯发泡仿真的数据库构建方法及装置
CN112612772B (zh) * 2020-12-01 2023-07-18 中车长江车辆有限公司 一种聚氨酯发泡仿真的数据库构建方法及装置
CN112598983A (zh) * 2020-12-10 2021-04-02 珠海维尔康生物科技有限公司 一种仿真脊柱及其仿真脊柱内芯及其脊柱穿刺模型
CN112967235A (zh) * 2021-02-19 2021-06-15 联影智能医疗科技(北京)有限公司 图像检测方法、装置、计算机设备和存储介质
CN113408174A (zh) * 2021-06-28 2021-09-17 大连理工大学 骨骼模型构建方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111460707B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN111460707B (zh) 一种脊柱模型的构建方法、装置和存储介质
Kuo et al. Biomechanical analysis of the lumbar spine on facet joint force and intradiscal pressure-a finite element study
Yoganandan et al. Geometric and mechanical properties of human cervical spine ligaments
El Bojairami et al. Development and validation of a timely and representative finite element human spine model for biomechanical simulations
Tyndyk et al. Generation of a finite element model of the thoracolumbar spine
Clifton et al. The future of biomechanical spine research: conception and design of a dynamic 3D printed cervical myelography phantom
Wu et al. A graphical guide for constructing a finite element model of the cervical spine with digital orthopedic software
Remus et al. Calibration and validation of a novel hybrid model of the lumbosacral spine in ArtiSynth–The passive structures
CN114662362A (zh) 基于深度学习的腰椎节段内固定方式仿真方法及系统
Chan et al. Image-based multi-scale mechanical analysis of strain amplification in neurons embedded in collagen gel
Divya et al. Finite element analysis of human lumbar spine
Zhang et al. Spinal biomechanical modelling in the process of lumbar intervertebral disc herniation in middle-aged and elderly
Charriere et al. A finite element model of the L5-S1 functional spinal unit: development and comparison with biomechanical tests in vitro
Hadagali Subject-specific finite element modeling of the adolescent thoracic spine for scoliosis research
Cook et al. Development of a model based method for investigating facet articulation
Wang et al. A novel 3D finite element modeling based on medical image for intervertebral disc biomechanical analysis
Jiroušek et al. Finite element model of human skull used for head injury criteria assessment
DeVries et al. IA-FEMESH: anatomic FE models—a check of mesh accuracy and validity
Franceskides Subject-specific functional model of hard and soft tissues; skull and spine
Hanlon et al. Quantitative analysis of the nonlinear displacement–load behavior of the lumbar spine
Swee Leveraging Population Data Towards a Computational Pipeline for Spinal Orthopaedic Planning
Orang et al. Mechanical effect of double-level degeneration of lumbar spine discs by finite element method
CN114943813A (zh) 一种不同姿势下腰椎三维模型的快速建模方法
Ming Patient-specific finite element modeling of the human lumbar motion segment
Bahramshahi Finite Element Analysis of middle cervical spine

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant