[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

本發明提供了一種基于深度學習的腰椎節段內固定方式仿真方法及系統，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，得到固定后的三維腰椎節段模型；基于三維腰椎節段模型，對其部件進行網格劃分；基于網格劃分后的三維腰椎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；本發明使用深度學習U?Net網絡分割圖像，很大程度改善圖像標注費事費力的現狀，并且能夠得到更加精確的三維椎體模型。

技術領域

本發明屬于圖像處理與生物力學仿真技術領域，具體涉及一種基于深度學習的腰椎節段內固定方式仿真方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

脊柱疾病包括腰椎退變性疾病、畸形、骨折以及腫瘤等，并且發病患者越來越年輕化，常見于L4-L5腰椎節段。患者臨床表現多為腰骶部酸痛、牽連引發下肢疼痛，不能直立等，嚴重者可能會導致大小便失禁，甚至是癱瘓，很大程度上降低了患者的生活質量。目前針對該疾病，臨床治療多采用通過“微創手術”的方式施加內固定進行治療，普遍為椎弓根內固定與CBT內固定技術，該手術方式是目前國際上治療腰椎滑脫癥、腰椎失穩癥及胸腰椎骨折等脊柱疾病的一種先進的手術方式。內固定技術就是用金屬螺釘、棒等器械，將不穩定的腰椎節段連接固定起來，利用內固定保持局部減少活動，穩定腰椎。椎弓根螺釘與CBT螺釘聯合雙節段內固定方式已在臨床脊柱微創治療方向得到了應用。

發明人發現，臨床研究指標結果顯示椎弓根螺釘與CBT螺釘聯合雙節段內固定方式穩定性較好，并且使微創刀口大大縮短，但無法探尋其力學性能。

發明內容

為了解決上述問題，本發明提出了一種基于深度學習的腰椎節段內固定方式仿真方法及系統，本發明通過深度學習方法與有限元分析方法實現了腰椎節段椎弓根螺釘與CBT螺釘聯合內固定方式的精準仿真模擬。

根據一些實施例，本發明的第一方案提供了一種基于深度學習的腰椎節段內固定方式仿真方法，采用如下技術方案：

一種基于深度學習的腰椎節段內固定方式仿真方法，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。

進一步地，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。

進一步地，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；