CN116564158A - 一种脊柱侧弯腰椎穿刺训练方法及系统 - Google Patents

一种脊柱侧弯腰椎穿刺训练方法及系统 Download PDF

Info

Publication number
CN116564158A
CN116564158A CN202310655013.1A CN202310655013A CN116564158A CN 116564158 A CN116564158 A CN 116564158A CN 202310655013 A CN202310655013 A CN 202310655013A CN 116564158 A CN116564158 A CN 116564158A
Authority
CN
China
Prior art keywords
scoliosis
spine
medical image
model
lumbar puncture
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.)
Pending
Application number
CN202310655013.1A
Other languages
English (en)
Inventor
黄瑞雯
吴诗瑜
胡湘
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.)
Ruinjin Hospital Affiliated to Shanghai Jiaotong University School of Medicine Co Ltd Luwan Branch
Original Assignee
Ruinjin Hospital Affiliated to Shanghai Jiaotong University School of Medicine Co Ltd Luwan Branch
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 Ruinjin Hospital Affiliated to Shanghai Jiaotong University School of Medicine Co Ltd Luwan Branch filed Critical Ruinjin Hospital Affiliated to Shanghai Jiaotong University School of Medicine Co Ltd Luwan Branch
Priority to CN202310655013.1A priority Critical patent/CN116564158A/zh
Publication of CN116564158A publication Critical patent/CN116564158A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00Simulators for teaching or training purposes
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/28Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/28Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
    • G09B23/286Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine for scanning or photography techniques, e.g. X-rays, ultrasonics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及腰椎穿刺训练技术领域,提供了一种脊柱侧弯腰椎穿刺训练方法及系统,包括:S1:获取脊柱侧弯患者的医学影像;S2:通过数字化处理将医学影像中的脊柱分离出来;S3:对脊柱计算用于区分脊柱侧弯程度的Cobb角;S4:依据Cobb角选择与当前脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在腰椎穿刺模型上进行训练;S5:通过腰椎穿刺模型上的传感点,判断腰椎穿刺训练的准确性。完整提供从获取患者的医学影像开始,对脊柱进行分离,计算Cobb角,通过计算出的Cobb选择与患者相匹配的模拟脊柱侧弯的腰椎穿刺模型,在模型上先进行训练再对患者实际操作的流程的步骤,使得在对患者实际穿刺时,更加的精准,避免对患者造成伤害。

Description

一种脊柱侧弯腰椎穿刺训练方法及系统
技术领域
本发明涉及腰椎穿刺训练的技术领域,尤其涉及一种脊柱侧弯腰椎穿刺训练方法及系统。
背景技术
老年患者由于骨质疏松、肢体功能减退等原因导致其更容易发生下肢骨折。而老年患者心、肺、脑等器官功能减退,反应有一定程度迟钝,一些患者甚至合并耳聋、痴呆等生理障碍,术中及术后对不良情况的反应不够确切,给手术麻醉安全性带来挑战。全麻的麻醉对心肺和中枢神经系统的影响较大,术中管理复杂,老年患者接受全身麻醉时缺乏良好耐受性,麻醉后对麻醉药物的代谢速度慢,术后苏醒延迟的可能性高,容易出现一些非必要的麻醉并发症。
因此,对于这类手术治疗的老年下肢骨折患者,选择椎管内麻醉能获得较全身麻醉更高的安全性,术中不良反应更少,更能保证手术顺利进行,围术期患者生命体征更稳定,受手术与麻醉影响产生的应激反应轻,特别是对骨折手术患者循环波动较小,相较于全身麻醉更有利于减轻患者手术后疼痛,且满足术后镇痛需求,术后可更迅速恢复,减少术后并发症。相较于全麻,椎管内麻醉对下肢交感神经的反应有更好的抑制作用,对生理功能影响小,可以最低麻醉用药量获得手术所需的麻醉效果。同时,研究表明选择麻醉药物实施椎管内单侧麻醉时,对健康一侧下肢的神经阻断作用较弱,因此能明显减轻对机体循环系统的影响。
综上所述,老年下肢骨科手术中,椎管内麻醉较全身麻醉手术应激反应更轻,术中不良反应更少,更适用于老年患者。
虽然椎管内麻醉是老年下肢骨折手术的推荐麻醉方式。然而,老年患者腰椎退行性改变如骨赘形成、椎体压缩、小关节增生、椎间隙变窄等问题,使得椎管内麻醉的难度增加。同时老年退行性脊柱侧弯的患者亦越来越多,一项流行病学研究表明,退行性脊柱侧弯发生率约为17.0%~29.4%,常见于70岁以上老年患者,脊柱侧弯为脊柱某段和机体中线持久偏离,导致脊柱往侧面凸出现象,脊柱往往会呈现多种形态改变,如弧状或是S状表现。由于每一个患者的脊柱侧凸程度不一样,甚至在脊柱侧凸的基础上可能同时包含了脊柱旋转,其麻醉穿刺路径相对较狭窄,造成穿刺困难。以往麻醉医师在对老年脊柱侧弯患者多实行盲探腰椎穿刺,容易出现腰椎穿刺失败,增加脊柱侧弯患者的腰椎穿刺次数,导致腰椎穿刺时长较长,增加脊柱侧弯患者操作时的痛苦,增加麻醉操作中不良反应及术后并发症的风险,如硬膜外血肿、穿刺后头痛、腰背痛、神经损伤等。所以,为老年下肢骨折且伴有腰椎退行性改变的患者选择有效引导方法非常有必要,进而充分保证腰椎穿刺精准性。
为了确保老年患者腰椎穿刺的成功率,我们可以在对真实患者进行腰椎穿刺之前使用腰椎穿刺模型进行训练,但是由于真实患者脊柱侧凸的程度不一样,在现有技术中,无法基于每一个真实患者的脊柱侧凸程度,进行与真实患者脊柱侧凸相匹配的模拟训练。同时,对于每一个真实患者的脊柱侧凸程度在模拟前无法进行一个较为精准的判断。
发明内容
针对上述问题,本发明的目的在于提供一种脊柱侧弯腰椎穿刺训练方法及系统,完整提供了一个从获取患者的医学影像开始,进而对医学影像中脊柱进行分离,并计算脊柱的Cobb角,通过计算出的Cobb选择与患者相匹配的模拟脊柱侧弯的腰椎穿刺模型,在腰椎穿刺模型上先进行训练再对患者实际操作的流程的步骤,使得在对患者实际穿刺时,更加的精准,避免对患者造成伤害。同时在上述技术方案中,还通过在穿刺模型上设置多种传感点,用于对穿刺的准确性进行判断。
本发明的上述发明目的是通过以下技术方案得以实现的:
一种脊柱侧弯腰椎穿刺训练方法,包括以下步骤:
S1:获取待进行椎管内麻醉的脊柱侧弯患者的医学影像;
S2:通过数字化处理将所述医学影像中的脊柱分离出来;
S3:对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的Cobb角;
S4:依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练;
S5:通过所述腰椎穿刺模型上的传感点,判断腰椎穿刺训练的准确性。
进一步地,在步骤S1中,获取待进行椎管内麻醉的所述脊柱侧弯患者的所述医学影像,具体为:
所述脊柱侧弯患者以脊柱中线为轴线做成背面向上的平躺姿势,采用X射线在与所述脊柱侧弯患者的背部垂直的方向上进行垂直投影,获取正位的所述脊柱侧弯患者的脊柱的所述医学影像。
进一步地,在步骤S2中,通过所述数字化处理将所述医学影像中的所述脊柱分离出来,具体为:
所述数字化处理包括图像增强、边缘检测和区域分割在内的任意一种方式,通过所述数字化处理将所述脊柱从所述医学影像中分离出来;
其中,所述图像增强通过对所述医学影像的灰度值进行拉伸,增强所述医学影像的图像对比度,区分所述医学影像中的脊柱和周围组织;所述边缘检测通过对所述医学影像采用包括Sobel、Canny在内的边缘检测算法,检测所述医学影像中脊柱和周围组织的边缘;所述区域分割通过在所述医学影像中选择脊柱的一个或多个种子点,然后利用所述医学影像中的灰度值进行区域生长,将脊柱和周围组织分割开来。
进一步地,在步骤S3中,对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的所述Cobb角,具体为:
获取从所述医学影像中分离出的侧弯的所述脊柱的向脊柱侧弯凹侧倾斜度最大的上下两个椎体作为上端椎和下端椎;
在所述上端椎的上缘和所述下端椎的下缘分别划一条横线,对两条横线各做一条垂直线,将两条垂直线的交角作为所述Cobb角。
进一步地,在步骤S4中,依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练,具体为:
预先建立所述腰椎穿刺模型,所述腰椎穿刺模型包括腰椎穿刺模型本体和若干脊柱侧弯程度不同的外部扣板,所述腰椎穿刺模型本体上设置了与所述外部扣板相匹配的安装位,其中,所述外部扣板包括扣板本体、指定侧弯程度的腰椎模型和脑脊液模型,所述脑脊液模型设置于所述腰椎模型的内部,用于模拟在脊柱内部的脑脊液,所述腰椎模型与所扣板本体固定连接;
依据所述Cobb角的大小选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的所述外部扣板,将所述外部扣板与所述腰椎穿刺模型本体通过所述安装位连接;
在选定的所述外部扣板与所述腰椎穿刺模型本体组成的所述腰椎穿刺模型上进行训练。
进一步地,在步骤S5中,通过所述腰椎穿刺模型上的所述传感点,判断腰椎穿刺训练的准确性,具体为:
在所述腰椎穿刺模型上设置包括椎间隙位置感应点、神经结构位置感应点、穿刺角度和深度感应点在内的所述感应点;
所述椎间隙位置感应点包括设置于相邻的两个椎体中间点的所述感应点、设置于相邻的两个椎体上下缘的椎间隙上缘和下缘的所述感应点、设置于相邻两个棘突中点的所述感应点,所述椎间隙位置感应点用于感应所述腰椎穿刺模型的穿刺点是否准确;
所述神经结构位置感应点包括神经根感应点、神经从感应点、神经管感应点,所述神经结构感应点用于感应对所述腰椎穿刺模型进行穿刺时是否接触或损失到神经结构,导致不良后果;
所述穿刺角度和深度感应点包括角度感应点、深度感应点,或同时能够感应角度和深度的综合感应点,所述综合感应点用于感应对所述腰椎穿刺模型进行穿刺的时候的角度和深度。
进一步地,脊柱侧弯腰椎穿刺训练方法,还包括:
采用X射线拍摄侧位或者斜位的所述医学影像;
选择脊柱的中线作为基准线,将所述医学影像上的每个椎体与所述基准线做比较,通过比较各个椎体的位置计算出脊柱旋转的角度;
在所述腰椎穿刺模型的所述外部扣板的所述腰椎模型上融合进脊柱旋转的变化,在模拟脊柱侧弯的同时模拟脊柱旋转。
一种用于执行如上述的脊柱侧弯腰椎穿刺训练方法的脊柱侧弯腰椎穿刺训练系统,包括:
医学影像获取模块,用于获取待进行椎管内麻醉的脊柱侧弯患者的医学影像;
脊柱分离模块,用于通过数字化处理将所述医学影像中的脊柱分离出来;
Cobb角计算模块,用于对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的Cobb角;
穿刺训练模块,用于依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练;
准确性判断模块,用于通过所述腰椎穿刺模型上的传感点,判断腰椎穿刺训练的准确性。
一种计算机设备,包括存储器和一个或多个处理器,所述存储器中存储有计算机代码,所述计算机代码被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上述的方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如上述的方法被执行。
与现有技术相比,本发明包括以下至少一种有益效果是:
(1)通过提供一种脊柱侧弯腰椎穿刺训练方法,包括:S1:获取待进行椎管内麻醉的脊柱侧弯患者的医学影像;S2:通过数字化处理将所述医学影像中的脊柱分离出来;S3:对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的Cobb角;S4:依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练;S5:通过所述腰椎穿刺模型上的传感点,判断腰椎穿刺训练的准确性。上述技术方案,完整提供了一个从获取患者的医学影像开始,进而对医学影像中脊柱进行分离,并计算脊柱的Cobb角,通过计算出的Cob b选择与患者相匹配的模拟脊柱侧弯的腰椎穿刺模型,在腰椎穿刺模型上先进行训练再对患者实际操作的流程的步骤,使得在对患者实际穿刺时,更加的精准,避免对患者造成伤害。同时在上述技术方案中,还通过在穿刺模型上设置多种传感点,用于对穿刺的准确性进行判断。
(2)通过预先建立腰椎穿刺模型,腰椎穿刺模型包括腰椎穿刺模型本体和若干脊柱侧弯程度不同的外部扣板,在麻醉师对脊柱侧弯的患者进行椎管内麻醉之前,通过选择与真实患者实际脊柱侧弯程度相同外部扣板,将外部扣板与腰椎穿刺模型相结合,在腰椎穿刺模型上进行先练习,练习后再在真实患者身上进行麻醉穿刺操作,可以提高对脊柱侧弯患者椎管内麻醉的一次穿刺成功率,并减少穿刺次数,缩短穿刺时间。
(3)本发明的脊柱侧弯腰椎穿刺训练方法中所采用的腰椎穿刺模型采用腰椎穿刺模型本体和若干脊柱侧弯程度不同的外部扣板组成,无需建立多种不同的侧弯程度的腰椎穿刺模型,只需要更换不同的外部扣板即可。
(4)通过获取从医学影像中分离出的侧弯的脊柱的向脊柱侧弯凹侧倾斜度最大的上下两个椎体作为上端椎和下端椎;在上端椎的上缘和所述下端椎的下缘分别划一条横线,对两条横线各做一条垂直线,将两条垂直线的交角作为Cobb角。上述技术方案,能够顺利的将从医学影像中分离的脊柱侧弯的图像,转换为可以用于区分侧弯程度的Cobb角,进而可以通过Cobb角的大小选择合适的侧弯程度的外部扣板以进行训练。完成一个从图形化到量化的一个过程。
附图说明
图1为本发明一种脊柱侧弯腰椎穿刺训练方法的整体流程图;
图2为本发明腰椎穿刺模型的示意图;
图3为本发明腰椎穿刺模型中外部扣板的示意图;
图4为本发明一种脊柱侧弯腰椎穿刺训练系统的整体结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
第一实施例
如图1所示,本实施例提供了一种脊柱侧弯腰椎穿刺训练方法,包括以下步骤:
S1:获取待进行椎管内麻烦的脊柱侧弯患者的医学影像。
具体的,需要进行脊柱侧弯腰椎穿刺训练之前,首先需要获取脊椎侧弯患者实际的医学影像。对于医学影像具体的获取方式为:所述脊柱侧弯患者以脊柱中线为轴线做成背面向上的平躺姿势,采用X射线在与所述脊柱侧弯患者的背部垂直的方向上进行垂直投影,获取正位的所述脊柱侧弯患者的脊柱的所述医学影像。
上述为基于脊柱侧弯的医学影像的获取方式,此外对于脊柱侧弯并发脊柱旋转的患者,还需要采用X射线拍摄侧位或者斜位的所述医学影像;选择脊柱的中线作为基准线,将所述医学影像上的每个椎体与所述基准线做比较,通过比较各个椎体的位置计算出脊柱旋转的角度;在所述腰椎穿刺模型的所述外部扣板的所述腰椎模型上融合进脊柱旋转的变化,在模拟脊柱侧弯的同时模拟脊柱旋转。
需要说明的是,本发明除了使用X射线的拍摄二维的医学影像的形式,还可以使用如CT三维影像等各种不同的医学影像拍摄方式,本发明对医学影像的拍摄方式不做任何限制。
S2:通过数字化处理将所述医学影像中的脊柱分离出来。
具体的,在拍摄完患者的医学影像之后,需要通过数字化处理将医学影像中的脊柱分离出来。所述数字化处理包括图像增强、边缘检测和区域分割在内的任意一种方式,通过所述数字化处理将所述脊柱从所述医学影像中分离出来;
其中,所述图像增强通过对所述医学影像的灰度值进行拉伸,增强所述医学影像的图像对比度,区分所述医学影像中的脊柱和周围组织;所述边缘检测通过对所述医学影像采用包括Sobel、Canny在内的边缘检测算法,检测所述医学影像中脊柱和周围组织的边缘;所述区域分割通过在所述医学影像中选择脊柱的一个或多个种子点,然后利用所述医学影像中的灰度值进行区域生长,将脊柱和周围组织分割开来。
上述的Sobel边缘检测算法为:
基于图像中像素灰度值的变化,通过计算像素在水平和竖直方向上的灰度值差异来检测边缘。
具体来说,Sobel算法通过在每个像素周围3x3的邻域内计算水平和竖直方向上的灰度值的差异,得到每个像素的梯度值。然后根据梯度值的大小和方向来判断像素是否为边缘点。
Sobel算法的具体步骤如下:
(1)将图像转换为灰度图像。
(2)对于每个像素,在3x3的邻域内计算水平和竖直方向上的灰度值的差异,分别得到两个梯度值。
(3)计算每个像素的梯度幅值,即将两个梯度值平方和开方。
(4)根据梯度幅值和方向来判断像素是否为边缘点。
通常,如果梯度幅值超过一个阈值,则将其视为边缘点。阈值的选择会影响到检测的结果,较低的阈值会使得检测到更多的边缘,但同时也会包含更多的噪声。Sobel算法的优点是计算速度快,能够在实时应用中使用。但是,由于该算法只考虑了像素周围3x3邻域内的信息,所以在一些情况下可能会漏掉一些边缘。因此,在实际应用中,通常会结合其他边缘检测算法一起使用。
上述的Canny边缘检测算法为:
Canny边缘检测算法是一种广泛使用的图像边缘检测算法,它可以在图像中找到边缘的位置和强度,同时还能够减少噪声和消除不必要的边缘。
Canny算法的主要步骤如下:
(1)将图像转换为灰度图像。
(2)对图像进行高斯滤波以减少噪声的影响。
(3)计算图像中每个像素的梯度幅值和方向。
(4)对梯度幅值进行非极大值抑制,即在每个像素沿着梯度方向上检查相邻的像素,如果该像素的梯度幅值比它的相邻像素大,则将其保留,否则将其设置为0。
(5)进行双阈值检测,即将像素分为强边缘、弱边缘和非边缘三类。如果像素的梯度幅值大于高阈值,则将其视为强边缘;如果梯度幅值在低阈值和高阈值之间,则将其视为弱边缘;否则将其视为非边缘。通常高阈值约为低阈值的2-3倍。
(5)通过连接强边缘和与之相邻的弱边缘,形成完整的边缘。
Canny算法的优点是能够在消除噪声和检测边缘方面取得良好的效果,并且能够在检测到边缘时提供较为精确的定位和描述。但是,该算法的计算复杂度较高,需要进行多次滤波和阈值判断,因此速度较慢。
S3:对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的Cobb角,具体为:
获取从所述医学影像中分离出的侧弯的所述脊柱的向脊柱侧弯凹侧倾斜度最大的上下两个椎体作为上端椎和下端椎;在所述上端椎的上缘和所述下端椎的下缘分别划一条横线,对两条横线各做一条垂直线,将两条垂直线的交角作为所述Cobb角。
S4:依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练。
如图2所示,预先建立所述腰椎穿刺模型,所述腰椎穿刺模型包括腰椎穿刺模型本体1和若干脊柱侧弯程度不同的外部扣板2,所述腰椎穿刺模型本体上设置了与所述外部扣板2相匹配的安装位,其中,如图3所示,所述外部扣板2包括扣板本体21、指定侧弯程度的腰椎模型22和脑脊液模型23,所述脑脊液模型23设置于所述腰椎模型22的内部,用于模拟在脊柱内部的脑脊液,所述腰椎模型22与所扣板本体21固定连接;依据所述Cobb角的大小选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的所述外部扣板2,将所述外部扣板2与所述腰椎穿刺模型本体1通过所述安装位连接;在选定的所述外部扣板2与所述腰椎穿刺模型本体1组成的所述腰椎穿刺模型上进行训练。
S5:通过所述腰椎穿刺模型上的传感点,判断腰椎穿刺训练的准确性,具体为:
在所述腰椎穿刺模型上设置包括椎间隙位置感应点、神经结构位置感应点、穿刺角度和深度感应点在内的所述感应点。脊柱穿刺一般是通过在椎间隙处穿刺进行的,因此需要在模型中准确的标记出各个椎间隙的位置。脊柱穿刺过程中需要避开神经结构,因此在模型中需要准确标记出神经的走向和位置,以避免误伤神经。脊柱穿刺的角度和深度时影像操作成功的关键因素之一,因此需要在模型中准确模拟出不同椎间隙的角度和深度。在实际操作中,操作者会根据患者的具体情况和需要,选择合适的穿刺点和角度,因此在模型中设置多个感应点,并提供不同的操作模拟,可以更好地模拟实际操作的复杂性和多样性。
所述椎间隙位置感应点包括设置于相邻的两个椎体中间点的所述感应点(将相邻的两个椎体中间点作为感应点,可以简单确定相邻椎间隙的位置,而无需对椎体进行具体测量)、设置于相邻的两个椎体上下缘的椎间隙上缘和下缘的所述感应点(将相邻的两个椎体上下缘作为感应点,这种设置方法可以更准确地确定椎间隙的位置和大小,但需要进行更详细的解剖结构测量)、设置于相邻两个棘突中点的所述感应点(将相邻的两个棘突中点作为感应点,这种设置方法可以更准确地确定椎间隙的位置和大小),所述椎间隙位置感应点用于感应所述腰椎穿刺模型的穿刺点是否准确。需要注意的是,不同的椎间隙位置感应点设置方法适用于不同的临床操作和模拟需求,模型中可以根据需要设置多种椎间隙感应点。此外,为了更好地模拟实际操作的多样性和复杂性,感应点的数量和位置应该根据具体操作进行调整,以提供更真实和准确的模拟效果。
所述神经结构位置感应点包括神经根感应点(在模型中,可以设置多个神经根感应点,代表不同的神经根。这些感应点可以模拟实际操作中常见的神经根,如腰1、腰2等。通过模拟神经根的位置,可以评估穿刺针接触到神经根的可能性和危险程度)、神经从感应点(在模型中,可以设置多个神经丛感应点,代表不同的神经丛。这些感应点可以模拟实际操作中常见的神经丛,如臂丛、颈丛等。通过模拟神经丛的位置,可以评估穿刺针接触到神经丛的可能性和危险程度)、神经管感应点(在模型中,可以设置多个神经管感应点,代表不同的神经管。这些感应点可以模拟实际操作中常见的神经管,如脊髓、马尾等。通过模拟神经管的位置,可以评估穿刺针接触到神经管的可能性和危险程度),所述神经结构感应点用于感应对所述腰椎穿刺模型进行穿刺时是否接触或损失到神经结构,导致不良后果。需要注意的是,不同的患者解剖结构、体型和病情等因素会影响神经结构的位置和大小,因此模型中的感应点设置应该根据实际情况进行调整和修改,以提供更真实和准确的模拟效果。
所述穿刺角度和深度感应点包括角度感应点(在模型中,可以设置多个感应点,代表不同的穿刺角度。这些感应点可以模拟实际操作中常用的角度,如垂直角度、斜角度等。通过模拟不同角度的穿刺,可以评估在不同角度下操作的难易程度和成功率)、深度感应点(在模型中,可以设置多个感应点,代表不同的穿刺深度。这些感应点可以模拟实际操作中常用的深度,如浅层穿刺、中层穿刺、深层穿刺等。通过模拟不同深度的穿刺,可以评估在不同深度下操作的难易程度和成功率),或同时能够感应角度和深度的综合感应点(在模型中,可以将角度感应点和深度感应点结合起来,设置多个综合感应点。这些感应点可以模拟实际操作中常用的不同角度和深度组合,如斜角浅层穿刺、垂直深层穿刺等。通过模拟不同的角度和深度组合,可以评估在不同情况下操作的难易程度和成功率),所述综合感应点用于感应对所述腰椎穿刺模型进行穿刺的时候的角度和深度。需要注意的是,脊柱穿刺操作的角度和深度会受到患者解剖结构、体型和病情等因素的影响,因此模型中的感应点设置应该根据实际情况进行调整和修改,以提供更真实和准确的模拟效果。
第二实施例
如图4所示,本实施例提供了一种用于执行如第一实施例中的脊柱侧弯腰椎穿刺训练方法的脊柱侧弯腰椎穿刺训练系统,包括:
医学影像获取模块10,用于获取待进行椎管内麻醉的脊柱侧弯患者的医学影像;
脊柱分离模块20,用于通过数字化处理将所述医学影像中的脊柱分离出来;
Cobb角计算模块30,用于对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的Cobb角;
穿刺训练模块40,用于依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练;
准确性判断模块50,用于通过所述腰椎穿刺模型上的传感点,判断腰椎穿刺训练的准确性。
一种计算机可读存储介质,计算机可读存储介质存储有计算机代码,当计算机代码被执行时,如上述方法被执行。本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,ReadOnlyMemory)、随机存取存储器(RAM,Random AccessMemory)、磁盘或光盘等。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种脊柱侧弯腰椎穿刺训练方法,其特征在于,包括以下步骤:
S1:获取待进行椎管内麻醉的脊柱侧弯患者的医学影像;
S2:通过数字化处理将所述医学影像中的脊柱分离出来;
S3:对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的Cobb角;
S4:依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练;
S5:通过所述腰椎穿刺模型上的传感点,判断腰椎穿刺训练的准确性。
2.根据权利要求1所述的脊柱侧弯腰椎穿刺训练方法,其特征在于,在步骤S1中,获取待进行椎管内麻醉的所述脊柱侧弯患者的所述医学影像,具体为:
所述脊柱侧弯患者以脊柱中线为轴线做成背面向上的平躺姿势,采用X射线在与所述脊柱侧弯患者的背部垂直的方向上进行垂直投影,获取正位的所述脊柱侧弯患者的脊柱的所述医学影像。
3.根据权利要求1所述的脊柱侧弯腰椎穿刺训练方法,其特征在于,在步骤S2中,通过所述数字化处理将所述医学影像中的所述脊柱分离出来,具体为:
所述数字化处理包括图像增强、边缘检测和区域分割在内的任意一种方式,通过所述数字化处理将所述脊柱从所述医学影像中分离出来;
其中,所述图像增强通过对所述医学影像的灰度值进行拉伸,增强所述医学影像的图像对比度,区分所述医学影像中的脊柱和周围组织;所述边缘检测通过对所述医学影像采用包括Sobel、Canny在内的边缘检测算法,检测所述医学影像中脊柱和周围组织的边缘;所述区域分割通过在所述医学影像中选择脊柱的一个或多个种子点,然后利用所述医学影像中的灰度值进行区域生长,将脊柱和周围组织分割开来。
4.根据权利要求1所述的脊柱侧弯腰椎穿刺训练方法,其特征在于,在步骤S3中,对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的所述Cobb角,具体为:
获取从所述医学影像中分离出的侧弯的所述脊柱的向脊柱侧弯凹侧倾斜度最大的上下两个椎体作为上端椎和下端椎;
在所述上端椎的上缘和所述下端椎的下缘分别划一条横线,对两条横线各做一条垂直线,将两条垂直线的交角作为所述Cobb角。
5.根据权利要求1所述的脊柱侧弯腰椎穿刺训练方法,其特征在于,在步骤S4中,依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练,具体为:
预先建立所述腰椎穿刺模型,所述腰椎穿刺模型包括腰椎穿刺模型本体和若干脊柱侧弯程度不同的外部扣板,所述腰椎穿刺模型本体上设置了与所述外部扣板相匹配的安装位,其中,所述外部扣板包括扣板本体、指定侧弯程度的腰椎模型和脑脊液模型,所述脑脊液模型设置于所述腰椎模型的内部,用于模拟在脊柱内部的脑脊液,所述腰椎模型与所扣板本体固定连接;
依据所述Cobb角的大小选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的所述外部扣板,将所述外部扣板与所述腰椎穿刺模型本体通过所述安装位连接;
在选定的所述外部扣板与所述腰椎穿刺模型本体组成的所述腰椎穿刺模型上进行训练。
6.根据权利要求1所述的脊柱侧弯腰椎穿刺训练方法,其特征在于,在步骤S5中,通过所述腰椎穿刺模型上的所述传感点,判断腰椎穿刺训练的准确性,具体为:
在所述腰椎穿刺模型上设置包括椎间隙位置感应点、神经结构位置感应点、穿刺角度和深度感应点在内的所述感应点;
所述椎间隙位置感应点包括设置于相邻的两个椎体中间点的所述感应点、设置于相邻的两个椎体上下缘的椎间隙上缘和下缘的所述感应点、设置于相邻两个棘突中点的所述感应点,所述椎间隙位置感应点用于感应所述腰椎穿刺模型的穿刺点是否准确;
所述神经结构位置感应点包括神经根感应点、神经从感应点、神经管感应点,所述神经结构感应点用于感应对所述腰椎穿刺模型进行穿刺时是否接触或损失到神经结构,导致不良后果;
所述穿刺角度和深度感应点包括角度感应点、深度感应点,或同时能够感应角度和深度的综合感应点,所述综合感应点用于感应对所述腰椎穿刺模型进行穿刺的时候的角度和深度。
7.根据权利要求5所述的脊柱侧弯腰椎穿刺训练方法,其特征在于,还包括:
采用X射线拍摄侧位或者斜位的所述医学影像;
选择脊柱的中线作为基准线,将所述医学影像上的每个椎体与所述基准线做比较,通过比较各个椎体的位置计算出脊柱旋转的角度;
在所述腰椎穿刺模型的所述外部扣板的所述腰椎模型上融合进脊柱旋转的变化,在模拟脊柱侧弯的同时模拟脊柱旋转。
8.一种用于执行如权利要求1-7任意一项所述的脊柱侧弯腰椎穿刺训练方法的脊柱侧弯腰椎穿刺训练系统,其特征在于,包括:
医学影像获取模块,用于获取待进行椎管内麻醉的脊柱侧弯患者的医学影像;
脊柱分离模块,用于通过数字化处理将所述医学影像中的脊柱分离出来;
Cobb角计算模块,用于对从所述医学影像中分离出的所述脊柱计算用于区分脊柱侧弯程度的Cobb角;
穿刺训练模块,用于依据所述Cobb角选择与当前所述脊柱侧弯患者的脊柱侧弯程度相同的模拟脊柱侧弯的腰椎穿刺模型,在所述腰椎穿刺模型上进行训练;
准确性判断模块,用于通过所述腰椎穿刺模型上的传感点,判断腰椎穿刺训练的准确性。
9.一种计算机设备,包括存储器和一个或多个处理器,所述存储器中存储有计算机代码,所述计算机代码被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机代码,当所述计算机代码被执行时,如权利要求1至7中任一项所述的方法被执行。
CN202310655013.1A 2023-06-05 2023-06-05 一种脊柱侧弯腰椎穿刺训练方法及系统 Pending CN116564158A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310655013.1A CN116564158A (zh) 2023-06-05 2023-06-05 一种脊柱侧弯腰椎穿刺训练方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310655013.1A CN116564158A (zh) 2023-06-05 2023-06-05 一种脊柱侧弯腰椎穿刺训练方法及系统

Publications (1)

Publication Number Publication Date
CN116564158A true CN116564158A (zh) 2023-08-08

Family

ID=87500107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310655013.1A Pending CN116564158A (zh) 2023-06-05 2023-06-05 一种脊柱侧弯腰椎穿刺训练方法及系统

Country Status (1)

Country Link
CN (1) CN116564158A (zh)

Similar Documents

Publication Publication Date Title
CN104582579B (zh) 图像处理装置及椎管评价方法
CN104224306B (zh) 用于寻找置入椎弓根螺钉最佳入点的三维模型
US8891847B2 (en) Automatic implant detection from image artifacts
US20230005619A1 (en) Spinal stenosis detection and generation of spinal decompression plan
US10582863B2 (en) Image guided atlas correction
KR102062539B1 (ko) 딥러닝 기반의 요추 질환 보조 진단 방법
US20090143788A1 (en) Navigation method and system for drilling operation in spinal surgery
TW201940130A (zh) 椎弓根螺釘之自動路徑規劃方法
US20240127559A1 (en) Methods for medical image visualization
US8571633B2 (en) Diagnostic imaging method
Bifulco et al. Measurement of Intervertebral Cervical Motion by Means of Dynamic X‐Ray Image Processing and Data Interpolation
CN116564158A (zh) 一种脊柱侧弯腰椎穿刺训练方法及系统
CN114585319A (zh) 脊柱定向系统
Yu et al. Ultrasound guided automatic localization of needle insertion site for epidural anesthesia
KR101547608B1 (ko) 템플릿 영상 기반 수술 계획의 자동 생성 방법
US20230169644A1 (en) Computer vision system and method for assessing orthopedic spine condition
US11540886B2 (en) Surgical navigation system providing attachment metrics
CN111513719B (zh) 颅颌面状态的分析方法及装置、电子设备
CN113763297A (zh) 一种肩锁关节ct图像处理方法
KR101463681B1 (ko) 방사선 치료시 바이오피드백 원리를 이용한 호흡유도 시스템
CN112107321A (zh) 一种美式脊椎矫正方法
CN106999133A (zh) 医疗用x射线测量装置
D’AMICO et al. Functional evaluation of the spine through the analysis of lateral bending test kinematics by mean of non-ionising technique
Zhang et al. Computer-aided King classification of scoliosis
RU2809085C1 (ru) Способ ранней диагностики причин формирования сколиоза у детей

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