CN113674401A - 一种骨折重塑的制造方法 - Google Patents

Abstract

本发明公开了一种骨折重塑的制造方法，制造方法包括获取骨折结构，并根据骨折结构中提取出骨折部的详细图形数据；根据骨折部的图形数据识别出骨折纹理参数；获取骨结构教具，将骨结构教具按照骨折纹理参数分割形成教具断裂部；按照骨折结构中的骨折部对教具断裂部的位置进行调整，获得骨结构教具。实现了针对各种骨折类型制造的骨折教具，手术练习技能更为全面，免去了得到骨标本后再人造骨折的复杂过程，器材损耗及提高成本的顾虑，并且所得到的骨折教具与各种类型的骨折位置一致，用于练习教学更贴近临床，实验结果更具有临床效果。

Description

一种骨折重塑的制造方法

技术领域

本发明涉及于医学教育用具的技术领域，具体是一种骨折重塑的制造方法。

背景技术

我国创伤类是最普遍的，也是最基础的，其次有脊柱类、关节类，每年超4000万人，接受骨科治疗，2019年手术病例达到389万例，其中创伤类手术量最多达249万例。创伤性骨折绝大多数由外伤引起需要紧急治疗，重大骨折需要紧急手术治疗，根据骨折部位，骨折破碎程度，肌肉软组织损伤程度，分为不同类型的骨折，需要不同的手术路径及治疗方案等，对于骨科大夫应变能力提出高水准，高要求。伤类手术常用的器械主要包括骨钉、外固定架等等，对于手术要求高，尤其是粉碎性、复杂骨折，使用外固定和髓内固定，外固定主要包括钢板、螺钉，髓内固定主要用于干骨骨折中的一些髓内针(钉)，对于骨科大夫手术治疗提出高水准，高要求。

当前市场缺乏一种创伤性骨折手术教具，可以重塑创伤骨折结构及部位改变(肌肉及肌腱损伤)，不能提供仿生结构创伤性骨折产品。鉴于上述情况，有必要设计一种骨折重塑结构平台，满足各种类型骨折结构重塑，损伤处肌肉及肌腱和血管、神经病变，骨科大夫可以在此产品上模拟各种类型手术路径治疗。而本发明的骨结构教具为专利申请号202121904273.0的仿人体的骨结构教具，外层结构为专利申请号202121904236.X的具有外层结构的骨结构教具。

发明内容

为了克服现有技术方案的不足，本发明提供一种骨折重塑的制造方法。

本发明解决其技术问题所采用的技术方案是：

一种骨折重塑的制造方法，所述制造方法包括：

获取骨折结构，并根据骨折结构中提取出骨折部的详细图形数据；

根据骨折部的图形数据识别出骨折纹理参数；

获取骨结构教具，将骨结构教具按照骨折纹理参数分割形成教具断裂部；

按照骨折结构中的骨折部对教具断裂部的位置进行调整，获得骨结构教具。

作为本发明一种优选的技术方案,获取骨折结构之前，包括判断肋骨结构的骨折类型的概率值与预先标记的骨折类型值进行对比以获得平均值，根据获得的平均值作为肋骨结构中所发生骨折类型的最终概率值，利用最终概率值进行训练处理，以获得最终的骨折类型。

作为本发明一种优选的技术方案,根据骨折部的图形数据识别出骨折纹理参数，包括获取肋骨图像的肋骨三维图；根据所获取的肋骨三维图进行分析，以获取骨折部的图像信息；在骨折部的图像信息中分离正常结构与骨折纹理结构，得到每个正常结构与骨折纹理结构的图像信息。

作为本发明一种优选的技术方案,根据骨折部的图形数据识别出骨折纹理参数，还包括在骨折纹理结构的图像信息中间隔取像素块中心点，并以像素块中心点为中心在骨折纹理结构的图像信息中截取像素块，遍历三维中心线，得到分类样本；分类样本输入分类模块中获取第一中心点坐标，聚类第一中心点坐标得到类中心坐标，以类中心坐标为中心截取骨折纹理结构的像素块；根据骨折纹理结构的像素块获取分割结果，获取每个骨折纹理结构的位置数据和形状数据。

作为本发明一种优选的技术方案,骨结构教具按照骨折纹理参数，分割形成教具断裂部，包括根据骨折纹理结构的位置数据和形状数据，复位输入到骨结构教具图像中并对骨结构教具生成与每个骨折纹理结构的位置信息所对应的教具断裂部位置信息；对骨结构教具生成刀割路径，用于获取切割刀轨，并控制切割具按照切割刀轨对骨结构教具进行切割，获取教具断裂部。

作为本发明一种优选的技术方案,获取教具断裂部之后，包括获得支撑部，所述支撑部的外侧表面上具有连接端；根据获取每个骨裂部的位置信息，将每个教具断裂部的至少部分连接在支撑部的连接端上。

作为本发明一种优选的技术方案,所述支撑部包括支撑块和万向节；根据骨折纹理结构的位置数据，确认支撑块的排序形状和支柱方向；确认万向节的放置位置和角度，将万向节设置在支撑块上。

作为本发明一种优选的技术方案,分割形成教具断裂部之后，包括获取多层外层结构，将骨结构教具及教具断裂部内置在最内层的外层结构内，骨结构教具及教具断裂部被最内层的外层结构覆盖。

作为本发明一种优选的技术方案,所述外层结构包括肌肉表层教具和皮肤表层教具，将肌肉表层教具覆盖在骨结构教具及教具断裂部的外层表面，将皮肤表层教具覆盖在肌肉表层教具的外层表面。

作为本发明一种优选的技术方案,将肌肉表层教具覆盖在骨结构教具及教具断裂部的外层表面之前，包括获取血管教具，将血管教具内置在肌肉表层教具与骨结构教具或教具断裂部之间。

作为本发明一种优选的技术方案,根据骨折结构中提取骨折部的详细图形数据，包括：

获取骨折结构中不同骨折部的各种骨折类型的详细图形数据，其中，获取骨折结构包括获取上肢部、下肢部或胸廓部中骨骼的其中一种。

与现有技术相比，本发明的有益效果是：

实现了针对各种骨折类型所制作的骨折教具，手术练习技能更为全面，免去了得到骨标本后再人造骨折的复杂过程，器材损耗及提高成本的顾虑，并且所得到的骨折教具与各种类型的骨折位置一致，用于练习教学更贴近临床，实验结果更具有临床效果。

附图说明

图1是本发明实施例的制造方法的步骤流程图。

图2是本发明实施例的获取骨折结构之前的步骤流程图。

图3是本发明实施例的骨结构教具按照骨折纹理参数，分割形成教具断裂部的步骤流程图。

图4是本发明实施例的分割形成教具断裂部之后的步骤流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种骨折重塑的制造方法，实现了针对各种骨折类型所制作的骨折教具，手术练习技能更为全面，免去了得到骨标本后再人造骨折的复杂过程，器材损耗及提高成本的顾虑，并且所得到的骨折教具与各种类型的骨折位置一致，用于练习教学更贴近临床，实验结果更具有临床效果。根据附图1-4中所示出，制造方法具体包括：

根据步骤101，获取各种类型的骨折结构，具体是例如该骨折结构包括仿造粉碎性骨折、青枝性骨折、完全性骨折、横断骨折、螺旋骨折及斜面骨折等，可以根据实际练习要求，选用各种不同类型的骨折结构；并根据骨折结构中提取出骨折部的详细图形数据，具体是获取骨折结构中不同骨折部的各种骨折类型的详细图形数据，其中，获取骨折结构包括获取上肢部、下肢部或胸廓部中骨骼的其中一种。获取肋骨骨折患者薄层胸腔CT原始医学数字成像和通信，是医学图像和相关信息的国际标准，例如影像，临床专家在原始CT影像中逐层标注肋骨检测框，并为检测框内为骨折的肋骨样本打上骨折标识，其中，骨折标识即对于有骨折的矩形框给出的提示，比如每个标识会有一个是骨折还是非骨折的说明信息。

获取各种类型的骨折结构之前，先获取肋骨结构，判断该肋骨结构发生骨折的概率值与预先标记的骨折类型值进行对比以获得平均值，根据获得的平均值作为肋骨结构中所发生骨折的最终概率值，利用最终概率值进行训练处理，以获得最终的骨折类型。

利用训练数据，达到模型可以自动识别出最新的数据，识别每一肋骨结构的骨折截面位置，还有识别该截面位置是否为骨折截面。用训练好的网络获得所有训练数据的骨折概率值，接着根据骨折概率值作为训练数值的骨折标注。将所有的训练数据通过训练好的模型计算出骨折类型，这个骨折类型是预定范围之间的任何浮点数，再和初步判断给出的标签平均。例如，对于一肋骨截面图，通过模型判断出第一种骨折类型的概率为0.8，而初步判断给出的第二种骨折类型的概率为1，则平均化以得到对该数据所求的新的骨折类型。相对于有限人工标注的模糊处理，本实施例可精确识别出该骨折的类型。

根据步骤201，根据骨折结构中提取出骨折部的详细图形数据，包括获取肋骨图像的肋骨三维图，肋骨三维图对应三维空间的肋骨的骨架线，具体为三维视角的结构。传统的二维展开图的方式会在过程中产生不必要的损失，然而本方案在三维视角结构完成所有的操作可避免信息的损失。例如，利用经训练后的分割网络处理肋骨结构图像，获取肋骨mask，并基于肋骨mask获取肋骨三维图。具体的，在肋骨结构图像上标记肋骨mask并训练分割网络，以使得分割网络可获取肋骨mask，基于肋骨mask进行骨架化处理，得到肋骨三维图。

根据步骤202，根据所获取的肋骨三维图判断骨折结构的实际损伤程度，以获取骨折部的图像信息，基于骨架化处理后所获的肋骨三维图，通过该肋骨三维图对骨折部的图像信息中的各个骨裂部重建分割处理，以获取每个骨裂部的图像信息，每个骨裂部的图像信息具有骨裂部；步骤203中，在骨折部的图像信息中分离正常结构与骨折纹理结构，获取每个正常结构与骨折纹理结构的图像信息，分离处理为基于阈值的分割方法，基于区域增长的分割方法或基于神经网络的分离方法，基于神经网络的分割处理中的神经网络为U-Net、SegNet、DeepLab等。

获取骨折部的图像信息，具体包括在骨折纹理结构的图像信息中间隔取像素块中心点，并以像素块中心点为中心在骨折纹理结构的图像信息中截取像素块，遍历三维中心线，得到分类样本。分类样本是指输入训练好的分类中进行像素块的阴阳性判断，先获取阳性中心点坐标，聚类阳性中心点坐标得到类中心坐标，以类中心坐标为中心截取骨折纹理结构的像素块，骨折纹理结构的像素块输入分割中获取分割结果，依据分割结果的中心点坐标复位到骨折纹理结构的图像中，获取肋骨结构中的骨折部，根据骨折纹理结构的像素块获取分割结果，获取每个骨折纹理结构的位置数据和形状数据，例如，通过判断像素块的阴阳性后进行聚类得到骨折纹理结构的具体位置，并基于骨折近似位置通过分割处理对局部图像进行分割获取从而确定骨折纹理结构的精确位置。

根据步骤102，根据骨折部图形数据识别出骨折纹理参数，骨折纹理是指肋骨结构中已经出现裂开的部位，接着按照步骤103获取骨结构教具，这种骨结构教具包括骨质、骨髓腔及骨髓等，与真实人体的肋骨结构相似度较高，将这骨结构教具按照骨折纹理参数分割形成教具断裂部，可根据骨折纹理的延伸到各个位置中进行分割处理，从而切割形成与骨折相似的教具断裂部。

在对骨结构教具进行分割时，先获取骨折纹理结构的位置数据和形状数据，接着根据步骤301，根据每个骨折纹理结构的位置数据和形状数据，复位输入到骨结构教具图像中并对骨结构教具生成与每个骨裂部的位置信息所对应的教具断裂部位置信息，在此之前，需要说明是骨结构教具必须与肋骨结构的部位所对应，例如同样是属手臂部位中的肋骨，确认骨结构教具中要形成的教具断裂部的位置信息后，接着对该骨结构教具进行分割处理，不同的骨折类型，各种教具断裂部也会位于骨结构教具中不同的位置，因此可以针对各种骨折类型对骨结构教具分割形成各种不同位置的教具断裂部。

根据步骤302，对骨结构教具生成刀割路径，用于获取切割刀轨，由于在此之前已经获得了每个教具断裂部的精确位置，因此生成的切割刀轨与实际的骨折纹理参数存有较小的误差值，接着控制切割具按照切割刀轨对骨结构教具进行切割，获取教具断裂部。

由于骨结构教具也包括骨质、骨髓腔及骨髓等，因此对骨结构教具进行切割，也会对骨质、骨髓腔及骨髓等产生影响，使得骨折练习手术更为真实。

当获取教具断裂部之后，实施步骤104，调整教具断裂部的位置，按照骨折结构中的骨折部对教具断裂部的位置进行调整，具体是骨折结构的骨折部此时的具体位置与教具断裂部的位置相同，而且在高度和角度上也是相同，得到完整的模拟骨折教具。

整体骨结构教具使用3D打印机制成，材料使用模拟水泥石膏,根据部位不同材料配比也根据实际情况改变，先制作骨松质结构固化后制作骨密质结构，外层使用高温陶瓷化增加骨密度，达到人体骨结构性能，获得骨缺损(骨折)结构产品。

骨折纹理结构也是可以使用3D打印机制成，材料使用光敏树脂、PLA、石蜡等作为骨折线标示。将骨折线标示覆盖在骨结构教具产品上，使用切割工具，根据骨折纹理结构进行切割，重塑骨折形状。

部分骨折类型的骨裂部可能比较碎裂，为了达到这类型的骨折效果，当完成分割形成教具断裂部之后，如步骤303所示，获取支撑部可以将这部分的教具断裂部贴合在支撑部上，支撑部可以根据这部分骨折类型设置成合适的形状，而支撑部的外侧表面上具有连接端。步骤304所示，根据获取每个骨裂部的位置信息，将每个教具断裂部的至少部分连接在支撑部的连接端上，而连接的方式可以包含通过粘胶的方式将教具断裂部贴合在连接端上，或是在支撑部上设置有多个凹槽位置，该凹槽位置与教具断裂部的连接部相适配，因此教具断裂部可插接入凹槽位置中。

根据骨折纹理结构的位置数据，确认支撑块的排序形状和支柱方向，高密度的支撑块例如为1mm，支撑块的材料使用低温热塑材料，根据测量数据切割支撑块(g1～g100)的高度，根据测量距离确定支撑块的排序形状。确认万向节的放置位置和角度，将万向节放置在支撑块上，根据测量角度确定支撑块(g1～g100)的方向，获得长度、宽度、高度及部件临近关系。

由于采用高密度低温可塑性材料的支柱块，因此通过加热装置对支撑块进行加热，根据确认支撑块的排序形状和支柱方向，将固化支撑块。另外，支撑块也可以根据需要增加多几块。

完成分割形成教具断裂部之后，为了达到更加真实的骨折练习手术，可添加多层外层结构，例如将骨结构教具及教具断裂部内置在最内层的外层结构内，骨结构教具及教具断裂部被最内层的外层结构贴合。

外层结构包括肌肉表层教具和皮肤表层教具，根据步骤401和步骤402所示，将肌肉表层教具覆盖在骨结构教具及教具断裂部的外层表面，肌肉表层教具完完全全包覆住骨结构教具及教具断裂部，将皮肤表层教具覆盖在肌肉表层教具的外层表面，同样将皮肤表层教具完完全全包覆在肌肉表层教具上，皮肤表层教具与肌肉表层教具贴合的一端设置有粘胶层，通过粘胶层可以将皮肤表层教具完全贴附于肌肉表层教具。

根据步骤403，获得血管教具，将血管教具内置在肌肉表层教具与骨结构教具或教具断裂部之间，血管教具可缠绕在骨结构教具上或位于肌肉表层教具内穿梭，具体的位置可以根据人体的血管分布来排列。血管教具包括动脉教具和静脉教具，动脉教具内填充有第一种颜色的液体，静脉教具内填充有第二种颜色的液体。如果学员剖开皮肤表层教具及肌肉表层教具误割到血管教具，则会流出液体。

另外，在外层结构上剖开伤口模型，伤口模型向骨结构教具延伸，穿设出皮肤表层教具及肌肉表层教具，使得学员便于观察伤口内的骨结构教具。

1.获得骨折纹理结构的位置，包括，高度、宽度、形状、位置关系等等各项测量数据；

2.支撑块使用低温热塑材料，根据测量支撑块的切割高度，根据测量距离确定支撑块的排序形状，根据测量角度确定支撑块的方向，从而获得长度、宽度、高度及部件临近关系；

3.支撑块上放置万向节结构，并确定放置的高度及角度；

4.支撑块的排序，通过加热装置加热支撑块并进行切割，根据确认支撑块的排序形状和支柱方向，实现支撑块固化；

5.根据确认的骨折纹理结构的位置通过万向节固定；

6.制造病变肌肉表层教具，将骨结构教具覆盖有肌肉表层教具；

7.制造血管教具，将骨结构教具覆盖有血管结构；

8.将具有骨折纹理结构的骨结构教具放置到人体平台(T)上。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种骨折重塑的制造方法，其特征在于，所述制造方法包括：

获取骨折结构，并根据骨折结构中提取骨折部的详细图形数据；

根据骨折部的图形数据识别出骨折纹理参数；

获取骨结构教具，将骨结构教具按照骨折纹理参数分割形成教具断裂部；

按照骨折结构中的骨折部对教具断裂部的位置进行调整，获得骨结构教具。

2.根据权利要求1所述的制造方法，其特征在于，获取骨折结构之前，包括：

判断肋骨结构的骨折类型的概率值与预先标记的骨折类型值进行对比以获得平均值，根据获得的平均值作为肋骨结构中所发生骨折类型的最终概率值，利用最终概率值进行训练处理，以获得最终的骨折类型。

3.根据权利要求2所述的制造方法，其特征在于，根据骨折部的图形数据识别出骨折纹理参数，包括：

获取肋骨图像的肋骨三维图；

根据所获取的肋骨三维图进行分析，以获取骨折部的图像信息；

在骨折部的图像信息中分离正常结构与骨折纹理结构，得到每个正常结构与骨折纹理结构的图像信息。

4.根据权利要求3所述的制造方法，其特征在于，根据骨折部的图形数据识别出骨折纹理参数，还包括：

在骨折纹理结构的图像信息中间隔取像素块中心点，并以像素块中心点为中心在骨折纹理结构的图像信息中截取像素块，遍历三维中心线，得到分类样本；

分类样本输入分类模块中获取第一中心点坐标，聚类第一中心点坐标得到类中心坐标，以类中心坐标为中心截取骨折纹理结构的像素块；

根据骨折纹理结构的像素块获取分割结果，获取每个骨折纹理结构的位置数据和形状数据。

5.根据权利要求4所述的制造方法，其特征在于，骨结构教具按照骨折纹理参数，分割形成教具断裂部，包括：

根据骨折纹理结构的位置数据和形状数据，复位输入到骨结构教具图像中并对骨结构教具生成与每个骨折纹理结构的位置信息所对应的教具断裂部位置信息；

对骨结构教具生成刀割路径，用于获取切割刀轨，并控制切割具按照切割刀轨对骨结构教具进行切割，获取教具断裂部。

6.根据权利要求5所述的制造方法，其特征在于，获取教具断裂部之后，包括：

获取支撑部，所述支撑部的外侧表面上具有连接端；

根据获取每个骨裂部的位置信息，将每个教具断裂部的至少部分连接在支撑部的连接端上。

7.根据权利要求6所述的制造方法，其特征在于，所述支撑部包括支撑块和万向节；

根据骨折纹理结构的位置数据，确认支撑块的排序形状和支柱方向；

确认万向节的放置位置和角度，将万向节设置在支撑块上。

8.根据权利要求1所述的制造方法，其特征在于，分割形成教具断裂部之后，包括：

获取多层外层结构，将骨结构教具及教具断裂部内置在最内层的外层结构内，骨结构教具及教具断裂部被最内层的外层结构覆盖。

9.根据权利要求8所述的制造方法，其特征在于，所述外层结构包括肌肉表层教具和皮肤表层教具，将肌肉表层教具覆盖在骨结构教具及教具断裂部的外层表面，将皮肤表层教具覆盖在肌肉表层教具的外层表面。

获取血管教具，将血管教具内置在肌肉表层教具与骨结构教具或教具断裂部之间。

10.根据权利要求1所述的制造方法，其特征在于，根据骨折结构中提取骨折部的详细图形数据，包括：

获取骨折结构中不同骨折部的各种骨折类型的详细图形数据，其中，获取骨折结构包括获取上肢部、下肢部或胸廓部中骨骼的其中一种。

Images