人体脊椎腰骶段三维模型特征识别及其力学特性分析研究

发布时间：2020-05-18 21:51

【摘要】：近年来,腰椎疾病在我国人口中发病率越来越高,而且有向低龄化发展的趋势。由于腰椎本身结构固有的复杂性,腰椎手术具有难度大、危险性高等特点,尽管计算机医学图像处理水平在不断进步,腰椎疾病的诊断手段和腰椎外科手术的技术也不断提高,但是现有的手术仿真模拟和手术导航水平仍然没有达到临床诊疗的要求,为了解决该问题,需要将高精度的三维可视化建模技术引入到脊椎腰骶段的分析研究中,通过生物力学建模与几何形态模型相结合,对模型进行准确定位并仿真模拟实际的手术过程,帮助进行手术预演及相关病变的识别,从而使疾病的诊疗过程计量化,并降低手术过程中存在的风险。本论文围绕构建人体脊椎三维力学模型,结合计算机三维可视化及数字图像处理技术,开展了一系列基于人体脊椎腰骶段CT数据的三维模型特征识别及其力学特性分析研究,并重点从计算力学角度出发,对人体脊椎组织的力学特性进行仿真模拟,从而验证医学三维图像模型的可靠性,进而发挥计算机技术在生物医学领域的应用价值。本文研究主要包括对脊椎CT图像的去噪优化、脊椎三维模型特征点的精确识别、构建基于特征点识别的脊椎三维几何形态统计模型样本库以及构建脊椎腰骶段一体化力学模型及生物力学特性分析等,并在以下几个方面取得了一些研究成果和贡献:1)针对医学脊椎图像细节轮廓保留不足的问题,本文提出了一种基于多尺度双边滤波的去噪扩散方法。方法首先采用双边滤波在多尺度条件下提取医学脊椎图像的轮廓线;其次以图像的离散特点为基础,进行离散迭代方程的构建;并设计有效的迭代停止准则,使去噪平滑后的椎体图像与噪声相关性最小时停止迭代,最终建立脊椎图像去噪模型。通过对比经典的PM方法、Catte等人的方法,可以发现本文所提出的去噪方法不仅可以达到良好的去噪效果,也能使医学脊椎图像的边缘细节特征得以较好地保持,从而为后续的三维腰椎模型特征点识别研究提供质量更为可靠的CT图像数据。2)针对人体椎骨现有特征点识别精度不高的问题,本文提出了一种基于法曲率极大值和向量内积的人体脊椎特征点识别方法,该方法可以动态调整拾取点曲率,从而最大限度的保证特征点拾取的精确性。方法首先以手动拾取点为圆心,通过指定极小半径r,对包含在r范围中的全部模型点的法曲率极大值进行计算,然后对这些法曲率极大值进行降序排序,筛选出法曲率极大值较大的n(n=5)个候选点;候选点依次与手动选取点之间做向量内积,从而得到向量之间的几何夹角值。由于向量内积之间几何夹角角度越小,代表两个点之间欧几里德距离越靠近,故以夹角最小的候选顶点来替换手动拾取的点,从而可以准确反映该点的局部特征变化情况,通过对改进前后方法在特征点标注准确性的比较,可以得出改进后的特征点标注方法比改进前准确率提高了约35%。3)针对缺少高精度的脊椎腰骶段一体化模型以及相应的高准确度力学特性分析比较等问题,提出建立脊椎腰骶段的一体化生物力学模型。首先利用几何形态椎体统计模型样本库中的椎体三维模型,在该模型的基础上,模拟添加黄韧带、前纵韧带、后纵韧带、纤维环、核髓等主要脊椎附着软组织,从而精确构建出脊椎腰骶段有限元力学求解模型;然后在力学求解模型的基础上,进行网格划分和模型各组件相应材料属性的参数化设置;并分别对青年、病变以及老年人等一体化腰椎力学求解模型进行不同工况条件下的模拟计算以及有限元力学特性分析,得出各个模型不同运动状态下的实验数据,即青年腰椎、椎间盘突出病变腰椎和膨大病变腰椎以及老年人腰椎在施加相同载荷条件下模拟前屈、后伸、左侧弯、右侧弯运动过程中的形变、位移和应力大小云图。通过对实验数据进行分析比较,分析总结其生物力学特性,并进一步得出不同椎体模型所能承受的最大运动强度和不同个体的脊椎差异性,从而为腰椎的临床病变识别研究提供精确地力学模型参考,这对研究脊椎的基础病变和合理治疗具有重要的指导意义。
【图文】：

投射法,图像

射：从最终渲染的图像上的某一个像素为起点射出一条光线将穿过的体数据场视作包裹在一个立方体中，以此来确定光相交的方式。对光线穿过体数据场的部分进行等距采样。采样值来自于对素进行三次线性插值后的结果。对每一个采样点计算梯度，以此来确定数据场内部的表面方和场景中的光源来确定采样点的颜色和光照。在所有的采样点完成着色后，沿光线对其进行累加，最终得颜色值。累加过程按由远及近的顺序参照渲染方程完成。以上过程，直到最终渲染的目标图像上所有的像素得到填充结果进行显示。法的优点在于渲染精度较高，并且能够清楚地表现物体的内算量和内存开销都很大，渲染过程需要等待较长的时间，不定要求的场合。如图 1-1 是使用光线投射法进行渲染的三维骨

示意图,生成规则,算法,示意图

第一章绪论有着专门的高性能三维图形加速硬件的存在，面绘制的效率要远远高于体绘制。面绘制的核心在于如何利用体数据场中的体素拼接出物体表面。实现这一点的方法有四种：轮廓线法、Cuberille 法、移动立方体(Marching Cubes,MC)[40]法、剖分立方体法。其中，MC 算法因为原理简单易懂且操作便捷灵活，应用最为广泛。MC算法操作的基本步骤和思想是根据某种规则在每一个体素的周围生成一小块多边形，然后将小的多边形拼接成物体的整个表面。其中多边形的生成规则是MC 算法的核心。多边形的生成基于体素。若将体素视作立方体的顶点，整个体数据场被划分为无数小立方体。根据立方体的顶点上是否存在目标体素可将每个顶点分为两种状态，，一个立方体拥有 8 个顶点，于是共有82 256种组合状态。若直接使用 256 种组合状态进行判断会太过繁琐，考虑到对称性，可以将 256 种组合状态简化到 15种基本状态，多变形的生成则相应的有 15 种情况。这 15 种情况下多边形生成的规则如图 1-2 所示。
【学位授予单位】：西北工业大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：R681.5;TP391.41

【相似文献】