基于模板的骨骼参数自动测量方法

为快速测量骨骼形态参数,提出基于模板的自动测量方法。首先通过在骨骼模型上构建参考实体、设置层次化语义参数,生成测量模板;然后先对待测量骨骼向测量模板做刚体配准,再对测量模板向待测量骨骼做非刚体配准;最后将变形后的测量模板作为待测量骨骼的替代模型,同时根据测量模板上标定的特征点实现骨骼参数的自动计算。以股骨为例,实验结果表明,利用基于模板的测量方法可以快速测量出股骨的一整套形态参数,且测量结果与现有软件测量结果基本一致;部分骨骼参数具有较强相关性,且大多数参数分布形态基本对称,接近正态分布。这为后期对股骨形态参数作进一步分析以及接骨板的参数设计提了供科学的理论依据。     

面向三维模型分割的边界感知点云神经网络

为了能够更好地应用深度神经网络学习三维模型的空间特征,获得更好的三维模型分割效果,提出面向三维模型分割的边界感知点云神经网络.首先,采用边界感知的网格点云化方法,将网格分割问题转化成点云标记问题;然后,利用数据切片方法对转化而来的点云数据进行重采样;最后,利用不同大小卷积核的滤波器提取点云数据的空间特征,并将点云标记的结果对应到原网格模型,得到三维模型分割的结果.在ShapeNetCore数据库上的实验结果表明,该方法不仅能够明显地提高分割的准确率,而且具有边界感知的特性,能够有效地避免过分割现象.     

基于解剖学的人手肌肉建模技术

为实现仿真手在运动过程中符合人手的生理特性及运动特点,文中通过分析手的解剖结构,总结控制手部运动和形状的约束参数,采用层次建模方法,先建立用线段表示的含有约束参数的手部骨骼模型,然后在此基础上根据手部的特征横截面确定特征多边形,采用NURBS面片拟合的方法建立依附于骨骼之上的肌肉模型.此方法建立的手部模型在运动仿真过程中,手部肌肉以对应的骨骼为轴线并随着骨骼各个参数的变化而发生相应的变化,最终取得良好的仿真效果.     

三维网格模型的边界性度量方法

在三维网格分割中,如何实现网格模型边界的自动准确分割是目前亟待解决的问题。为给自动分割提供理论依据,提出了一种新的三维网格模型表面边界性计算方法,将少量手工标注的边界点视为能量的放射源,根据能量流动原理,自动计算出其他点作为分割边界的可能性。实验表明,该方法是行之有效的,可以依据手工标注的少量边界点找到更多的真实边界点,进而为最终实现网格模型的自动分割提供可行的理论基础。     

参数化股骨曲面特征模型的构建

为了便于参数化股骨曲面模型的编辑修改,利用曲面特征将股骨的网格模型分割为有医用意义的曲面特征单元,提出建立股骨曲面特征模型的方法.首先结合医学解剖需求,将由平均化点云模型构建的三角网格模型分割为有特定意义的多个区域,构成特征区域;其次设计特征参数及参数间约束关系,通过轮廓线蒙皮创建特征曲面;最后将相邻特征曲面通过过渡曲面连接,生成股骨参数化CAD曲面模型.实验结果表明,该方法能够有效地表达股骨表面形状特征,利用高层参数对股骨模型直观地进行构建和编辑,为股骨假肢设计以及不完整股骨的数字化修复等提供基础工具.     

基于特征融合的下肢骨骼数据网格化提取算法

针对现有的下肢骨骼数据网格化提取算法数据处理能力较差,导致骨骼数据提取结果准确率较低等问题,提出基于特征融合的下肢骨骼数据网格化提取算法.根据人体下肢主要关节功能构建下肢运动分析模型,完成下肢骨骼动力学分析.根据分析结果结合节点移动机体积计算公式,得到下肢骨骼运动数据特征.使用网格中值平滑滤波方法对骨骼数据展开处理并设定合适的网格精度,实现下肢骨骼数据网格化提取,完成下肢骨骼数据网格化提取.构建实验环节,通过对比可知,此方法提取结果的准确率较高,数据使用过程中的可靠性较高,具有较高的实用价值.     

对称零空间准则下的LDA特征抽取方法

网格分割在网格参数化、纹理atlas图等几何处理问题中有着重要的应用.提出一种基于顶点或面凸凹信号的简单高效的网格分割算法.基于均匀支撑半径的顶点凸凹信号分析将顶点分为平坦点、凸点、凹点和特征点,先从平坦点进行平坦区域扩展,再从剩下的凸凹点出发进行凸凹区域扩展,最后根据顶点和边界边的光滑度进行区域竞争扩展;对于未能完全分割的简化程度高的模型,基于面的凸凹信号采用类似的过程进一步完成最后的分割.该算法可以快速地进行网格分割并能较好地保持网格特征,特别适用于CAD模型的分割.     

基于区域离散曲率的三维网格分水岭分割

针对离散曲率估计对噪声敏感且特征值计算量大的特点提出了基于区域离散曲率的三维网格分水岭分割算法。寻找三维模型显著特征点;对三维模型进行预分割,确定分割带;在分割带区域上计算离散曲度极值点,利用测地距离和曲度极值点对三维模型进行分水岭分割。算法在分割前无需进行网格去噪,实验结果证明,对主体分支明显的模型具有较高的分割边缘准确度和较快的分割速度。     

基于解剖学的人手肌肉建模技术

为实现仿真手在运动过程中符合人手的生理特性及运动特点，文中通过分析手的解剖结构，总结控制手部运动和形状的约束参数．采用层次建模方法，先建立用线段表示的含有约束参数的手部骨骼模型，然后在此基础上根据手部的特征横截面确定特征多边形，采用NURBS面片拟合的方法建立依附于骨骼之上的肌肉模型。此方法建立的手部模型在运动仿真过程中，手部肌肉以对应的骨骼为轴线并随着骨骼各个参数的变化而发生相应的变化，最终取得良好的仿真效果。     

三角网格模型的最小值边界分割

针对目前网格模型块分割算法综合效果不理想、人工干预多等问题,提出一种基于凹凸信号的最小值边界检测的三角网格模型分割算法.首先通过全局控制顶点的Laplace光顺操作对网格模型进行光顺去噪;然后通过标准化和归一化的凹度信息发现符合人眼视觉的最小值规则的凹特征点;最后结合区域中心线提取算法以及扇形探射线算法构造出闭合的分割线,并用三维主动轮廓模型方法进行优化,通过分割线将模型分割为有意义的分块.实例结果表明,该算法可以快速有效地分割模型,得到有意义的分割结果.     

ASM的手骨提取方法研究

骨龄自动评估面临的困难是骨骼准确定位与骨骼兴趣区域提取。由于手骨X光图像存在光照不均及骨骼发育程度不规则等因素影响,传统的图像分割方法在骨骼上的分割效果不太理想;为了实现对手骨边缘的精确提取,结合AdaBoost级联分类器,提出基于ASM（主动形状模型）算法的手骨边缘提取方法,丰富了骨龄自动评价系统的应用研究。实验表明,基于ASM算法的手骨分割能有效对手骨X射线图像进行准确的定位,为骨龄自动化评价系统的下一步工作奠定基础。     

基于增强现实的骨缺损修复系统原型设计

结合现有骨支架设计系统和增强现实交互技术,提出一种用于骨缺损修复手术的辅助规划方法与检查系统框架。对其中的显示合成与交互方式进行阐述,并以此为基础开发原型系统,其主要目的是在完成骨支架结构模型设计后,帮助临床医生在快速成形制作的颅骨模型上检验骨支架设计的合理性,完成手术的规划和仿真过程。     

基于希氏变换的超声基频算法估计骨小梁间距

超声背散射信号对松质骨的微观结构极其敏感。骨小梁间距（Trabecular bone spacing,TbSp）是用于表征松质骨微结构的一个重要参数。为了能从松质骨超声背散射信号中准确获得松质骨TbSp,本文提出了一种希尔伯特变换和基频估计法相结合的TbSp估计算法。将该算法应用于离体松质骨的超声背散射信号,获得相应的TbSp值,并与显微CT测得的TbSp进行比较。结果表明,HFE算法在信号频率较高时（5 MHz和10 MHz）,估计结果更准确（误差<3%）且稳定（标准偏差<4%）;TbSp较大时,估计结果更为准确;TbSp的估计值与标准值在不同频率下均有显著的相关性（r2=0.75~0.99, p<0.01, n=16）。HFE算法估计TbSp具有准确性和稳定性,可用来表征松质骨TbSp。     

基于MSP430的自控式骨矫形器的设计与实现

设计实现了一种基于MSP430系列超低功耗单片机的新型高精度自控式骨矫形器,介绍了系统的总体设计及硬件软件设计。试验表明,该骨矫形器可实现自控内固定、牵张、回缩及加压固定功能,且功耗低、操控简单、控制精度高、安全可靠。     

特征重加权U-Net超声图像分割的骨结构重建与增强现实显示

在现有骨科微创手术中,医生通过观察屏幕上显示的二维骨结构X射线图像,引导手术器械置入并完成治疗.但这种方式不仅缺乏直观的三维信息,而且导致病人和医生暴露在大量的射线电离辐射下.为了解决该问题,提出特征重加权超声分割的骨结构重建与增强现实显示技术,将骨结构直观展示给医生,为医生提供无辐射的手术引导.首先,开发了一个特征重加权U-Net,从Free-hand超声图像中精确分割提取骨表面.然后,根据超声图像的姿态,对分割后的骨表面进行重建,获得三维骨结构.最后,使用立体全像技术对重建的骨结构进行增强现实显示,展示给医生.在仿体和真实患者超声数据集上进行了实验,所获得的骨结构分割精度为(88.51±1.44)%,骨结构重建误差为(1.29±0.11)mm.实验结果表明,所提出的基于特征重加权U-Net超声图像分割的骨结构重建与增强现实显示技术可以为外科医生提供直观的术中三维导航信息.     

骨组织模型3D打印建模中CT图像序列选择的策略分析

骨组织模型的精确3D打印对骨科手术前进行手术方案规划、术中定位和术后评估手术效果均有不可替代的作用.然而,打印等比例的、与患者完全匹配的、精确的骨组织模型涉及术前CT影像扫描、3D建模、3D打印及打印后处理一系列流程.其中,对于3D打印前的重建,CT扫描图像序列的选择直接影响打印模型的质量.通过比较骨窗序列和标准序列C...     

基于改进分水岭的CTA去骨技术①

为避免快速分水岭在CTA图像去骨中存在的过分割现象,采用一种改进的可交互分水岭算法对CTA图像进行去骨研究。改进算法建立在快速分水岭的排序操作基础上,排序完成后,采用侧重于像素空间关系的方法对像素进行溢流标记,同时采用树结构组织水盆及其合并关系,最后通过用户给定标记和合并阈值对集水盆合并过程进行干预,从而影响分割结果以抑制过分割。实验结果表明,改进算法有效地解决了分水岭变换中的过分割问题,并较好地去除骨骼结构。     

多场耦合载荷下的骨重建行为模拟

在适应性弹性理论的基础上，建立了关于多场耦合作用下骨的适应性重建行为的数学模型，用来研究骨组织的智能化重建问题．给出了压电骨质材料在受到轴向和径向力、电载荷和磁载荷作用下智能化重建的控制方程，分别用来分析骨组织的内部重建和表面重建问题．采用基于状态空间法得到的半解析解来分析复杂的非均匀骨质材料．并且首次将骨的内部重建和表面重建联合起来考虑，从而可以更好的模拟骨的重建行为．给出了不同载荷下，骨的智能化重建行为的具体算例，并且分析了径向压力、电场和磁场对骨的重建行为的影响．结果表明，电磁场等外界载荷对骨的重建行为有着显著的影响，这些效应可以被利用来更好地控制骨的重建行为．     

应用于人体关节缺损修复的建模与可视化方法研究

关节缺损疾病治疗目前存在的主要问题是缺乏精确的关节模型以及个体化的修复方案。通过建模与可视化技术能够从关节CT或MRI影像中构建和恢复缺损关节的空间立体结构,能够为关节缺损信息提供量化参数和三维模型,从而帮助医生快速准确地对关节缺损疾病进行诊疗。该方法在关节盂或肱骨结构等疾病的诊疗方面具有重要的临床意义。本文深入研究了基于CT、MRI影像的关节结构建模与可视化的核心关键技术,针对骨骼图像预处理、结构分割与测量、建模与可视化等技术进行了深入探讨与分析,并对关节缺损修复建模技术的发展及应用进行了展望。     

极限学习机集成在骨髓细胞分类中的应用

骨髓细胞的分类有重要的医学诊断意义。先对骨髓细胞图像分割和特征提取,用提取出来的训练集对极限学习机训练,再用该分类器对未知样本识别。针对单个分类器性能的不稳定,提出基于元胞自动机的极限学习机集成算法。通过元胞自动机抽样策略构建差异大的训练子集,多个分类器并行学习,多数投票法联合决策。实验结果表明,与BP、支持向量机比较,该算法基本无参数调整,学习速度快,分类精度高能达到97.33%,且有效克服了神经网络分类器不稳定的缺点。