[發明專利]全自動骨折鋼板模型個性化重構方法

有效

• 申請號: 201710542904.0
• 申請日: 2017-07-05
• 公開（公告）號: CN107330281B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 劉斌;張松;劉文鵬;王明哲;張曉慧;楊乙乾
• 申請（專利權）人: 大連理工大學
• 主分類號: G16H50/50
• 分類號: G16H50/50;G06T17/00
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 閻昱辰;李洪福

1.一種全自動骨折鋼板模型個性化重構方法，其特征在于包括如下步驟：

斷骨圖像分離步驟：

對采集的斷骨CT圖像序列進行至少包括二值化的預處理；提取二值化后CT圖像序列中的每幅圖像的斷骨輪廓；

根據該斷骨輪廓，應用snake模型完成CT圖像中的斷骨一和斷骨二圖像區域分離；分別得到斷骨一的圖片序列集和斷骨二的圖片序列集；

斷骨三維重構步驟：

以二值化后的CT圖像序列，三維空間中的相鄰像素點為頂點，構建多個正方體體元；

根據像素圖像中的灰度值，將圖像中的像素點劃分為實點和虛點，將所述正方體體元中既包含實點又包含虛點的體元定義為邊界體元；取邊界體元中連接實點和虛點的邊的中點作為等值面三角形的頂點，以此方法在所述的邊界體元中構建等值面三角形；

提取兩個斷骨的圖像序列集中的全部等值面三角形，分別組成斷骨一和斷骨二的三維模型；

斷骨軸線提取步驟：

生成所述斷骨一和斷骨二三維模型的初始樣本矩陣Z；對樣本矩陣進行中心化，得到矩陣X；計算該矩陣X的協方差矩陣C和協方差矩陣C的特征值，選取最大特征值對應的特征向量作為所述斷骨一和斷骨二的斷骨軸線；

斷骨截面分割步驟：

在所述的斷骨一和斷骨二的三維模型上提取特征點；將特征點按長度緩沖值以及網格模型劃分為首尾兩部分；分別形成斷骨一和斷骨二首尾特征點的共4個特征點集合；

利用所述的4個特征點集合，建立包圍盒；通過分析比較包圍盒三軸方差值，確定表示斷骨斷面所在的2個包圍盒，并進行包圍盒對準；對準后，進行點集搜索，得到兩個斷骨模型截面的點集P₁和P₂；

斷骨配準步驟：

該步驟包括以通過坐標軸旋轉，拉近所述斷骨一和斷骨二距離，以及完成截面大致對齊的預配準步驟和基于ICP算法對兩斷骨模型點集進行精確配準的精確配準步驟；

虛擬鋼板預彎步驟：

在拼接好斷骨斷面附近進行點選，確定鋼板模型尺寸和形狀；記錄點選三角平面值，選中范圍內所有表面三角面片，計算每個三角面片的法向量值，每個平面根據其法向量方向進行一定程度的加厚，并填充其縫隙的部位，最終得到模擬鋼板三維數據。

2.根據權利要求1所述的全自動骨折鋼板模型個性化重構方法，其特征還在于所述的snake模型完成CT圖像中的斷骨一和斷骨二圖像區域自動分離具體過程如下：

分別選取CT圖像集的第一張和最后一張的輪廓線作為正向和反向分割的初始曲線；

在輪廓線的控制點上定義snake能量函數

其中，snake能量函數中前兩項：

為內部力，用來控制輪廓線的彈性形變；第三項為定義的曲線的外部力，表示v點處的灰度梯度，用來控制曲線的位置與局部特征吻合；

設置每張圖像中snake算法的迭代次數，迭代過程中輪廓的控制點在局部范圍內搜索，使總能量E_total趨近于極小值；

從CT圖像集的首部至尾部迭代來分離出斷骨一的序列圖像集，再反向重新迭代分離出斷骨二的序列圖像集。

3.根據權利要求2所述的全自動骨折鋼板模型個性化重構方法，其特征還在于分離斷骨圖像之后，還具有圖像去噪步驟：

將重合的像素提取出來，存入像素點集S；

對S中的第i個像素點，分別獲取相鄰10張圖像中該像素鄰近位置中像素點的灰度值g，若g140，則記錄為有效灰度值，對全部10張圖片中的有效灰度值求和得到G_i，定義像素點集S與該圖像集的相關值

其中，n為S中像素點的數量；

分別計算斷骨一和斷骨二兩個圖像集中重合部分的相關值M1和M2，在相關值小的圖像集中舍去重合的像素點集。