[發明專利]基于深度學習的腰椎節段內固定方式仿真方法及系統

在審

• 申請號: 202210296439.8
• 申請日: 2022-03-24
• 公開（公告）號: CN114662362A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 華慶;趙蒙蒙;司海朋;趙俊勇;王晶晶
• 申請（專利權）人: 山東師范大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/27;G06T17/20;G06V10/26;G06V10/80;G06V10/82;G06K9/62;G06N3/04;A61B17/70;G06F119/14;G06F111/04
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 趙妍

1.一種基于深度學習的腰椎節段內固定方式仿真方法，其特征在于，包括：

獲取CT腰椎節段掃描圖像；

對獲取的CT腰椎節段掃描圖像進行分割，得到椎體結構圖像；

基于分割后的椎體結構重建出三維椎體模型并進行預處理；

基于預處理后的三維椎體模型，進行腰椎節段部件的添加和裝配，得到固定后的三維椎體節段模型；

基于三維椎體節段模型，對其部件進行網格劃分；

基于網格劃分后的三維椎體節段模型進行有限元分析，得到腰椎節段內固定方式的仿真結果。

2.如權利要求1所述的一種基于深度學習的腰椎節段內固定方式仿真方法，其特征在于，所述對獲取的CT腰椎節段掃描圖像進行分割，得到椎體結構，包括：

基于深度學習3D U-Net卷積神經網絡進行椎體分割；

將獲取的CT腰椎節段掃描圖像輸入到深度學習3D U-Net卷積神經網絡中；

通過下采樣對CT腰椎節段掃描圖像進行特征提取，得到CT腰椎節段掃描圖像的特征圖；

通過反卷積層對CT腰椎節段掃描圖像的特征圖進行上采樣，得到分割后的椎體結構圖像。

3.如權利要求2所述的一種基于深度學習的腰椎節段內固定方式仿真方法，其特征在于，所述深度學習3D U-Net卷積神經網絡包括編碼器和解碼器；

所述解碼器包含有四個不同分辨率的網絡層，每一個分辨率層包含兩個卷積層、一個ReLU激活層和一個最大池化層；

所述解碼器包含有四個不同分辨率的網絡層，每一個分辨率層包含兩個反卷積層、兩個卷積層和一個ReLU激活層。

4.如權利要求1所述的一種基于深度學習的腰椎節段內固定方式仿真方法，其特征在于，所述基于分割后的椎體結構重建出三維椎體模型并進行預處理，包括：

將完成分割之后的椎體結構圖像導入到Mimics，直接重建出三維椎體模型；

基于完整的三維椎體模型使用Smoothing光滑工具，進行椎體表面局部與全部優化；

得到預處理后的三維椎體模型。

5.如權利要求4所述的一種基于深度學習的腰椎節段內固定方式仿真方法，其特征在于，所述基于分割后的椎體結構重建出三維椎體模型并進行預處理，還包括：

基于預處理后的三維椎體模型，再次進行光滑優化處理；

光滑優化處理后的三維椎體模型經過精確曲面、探測曲率、構造曲面片、構造格柵與擬合曲面操作，擬合出Nurbs實體曲面，得到三維實體曲面椎體模型。

6.如權利要求1所述的一種基于深度學習的腰椎節段內固定方式仿真方法，其特征在于，所述基于預處理后的三維椎體模型，進行腰椎節段部件的添加和裝配，得到固定后的三維椎體節段模型，包括：

基于椎間盤的L4椎體下表面與L5椎體上表面確定上下終板、髓核、纖維環，重建并添加完整的椎間盤結構模型；

模擬手術位置，將CBT螺釘置入L4椎體，椎弓根螺釘置入L5椎體；

根據L4-L5椎體上下螺釘位置制作釘棒，將椎弓根螺釘與CBT螺釘連接，旋緊螺帽，使螺帽與螺釘所帶螺紋互相吻合，完成椎弓根螺釘與CBT螺釘內固定系統裝配；

得到固定后的三維椎體節段模型。

7.如權利要求1所述的一種基于深度學習的腰椎節段內固定方式仿真方法，其特征在于，所述基于網格劃分后的三維椎體節段模型進行有限元分析，得到腰椎節段內固定方式的仿真結果，包括：

設置分析步為靜力通用類型，單元定義為幾何非線性；

在分析步中創建場輸出與歷程輸出，設定好結果分析的指標；

對模型各部件添加相互作用、設置表面-表面綁定約束；

添加載荷與邊界條件，模擬屈曲、伸展、左右側彎以及左右旋轉六種運動情況；

基于六種運動情況模型進行求解，對錯誤指示進行調整修改，求出正確解；

基于正確解和結果分析的指標繪制三維椎體節段模型的云圖，即腰椎節段內固定方式的仿真結果。