基于CT图像反求技术的人体股骨头修复建模

提出了一种基于CT图像反求技术的髋关节建模和缺损股骨头修复建模的新方法.利用基于模型的分割方法从人体髋关节CT图像中分别提取股骨和髋臼骨轮廓三维点数据,通过对离散点云数据进行规则化处理、精简、分割等,提取目标区域点云数据,最后利用最小二乘法拟合对因病变而发生塌陷的股骨头表面进行修复重建,恢复其健康状态的球面形态特征.利用两例不同程度的股骨头坏死病例进行修复实验,均得到较精确的修复还原效果.该方法不仅可以很好地重构人体髋关节模型、还原缺损股骨头的原始形态,而且可以推广到其他关节或骨组织,为骨科手术的精确定位和生物力学有限元分析提供了理论模型,并为关节假体的个体化快速制造提供了一种有效的方法.     

髋臼软骨参数化曲面模型

为了提高髋关节模拟研究精度,提出一种基于逆向工程技术建立和验证髋臼软骨参数化曲面模型的新方法.首先通过激光扫描获得髋臼软骨表面完整的几何信息———点云数据;然后通过髋臼三维坐标系的建立与坐标变换,实现髋臼点云坐标的归一化;最后运用优化拟和方法建立了一种新型的髋臼软骨参数化曲面模型,并将这种新模型与传统球面模型进行了解剖匹配度(即模型与真实髋臼软骨面之间平均偏离距离)的统计分析.结果表明,新模型的解剖匹配度显著高于传统的球面模型(P<0.001),尤其在髋臼软骨的臼顶区域新模型较球面模型更具精确的解剖匹配.     

基于剔除拟合的股骨头修复建模

提出了一种可以获得目标病例健康时股骨头模型的新建模方法.通过CT扫描获得髋骨部位的序列断层图像,利用一种精确的自动分割方法提取图像中的髋臼轮廓.针对髋臼的特殊结构,使用辐条式采样法得到髋臼凹面的空间坐标点集.剔除坐标点集中的误差采样点.采用闭合形式解的最小二乘法拟合原始股骨头球面模型.通过对2例不同坏死程度的男性患者进行修复实验,证明此方法可以良好地还原坏死的股骨头模型,既为骨科临床中的精确手术定位提供了理论模型,又为针对个体化制造的人工假体生产提供了新的实践方法.     

计算机辅助全膝置换手术中股骨头中心的定位方法

提出了一种确定股骨头中心的方法.该方法的核心是将若干三维数据点拟合成空间球面模型,通过非侵入式测量,无需髓腔内定位,避免了安装髓内杆繁琐的操作过程,同时减少对患者的伤害.实验验证结果表明,所提出的方法正确可行,其精度满足计算机辅助手术的要求.     

家兔髋关节软骨扫描电镜观察

应用扫描电镜对家兔髋关节软骨观察发现:月状面软骨表面和股骨头软骨表面均具由纤维编织而成的网状层,月状面软骨顶部,纤维交错,网状层形态结构复杂而又丰厚;前部与后部次之,股骨头顶部,关节软骨表面的网状层显著低矮、致密,并有一矩形凹陷;下部,网状层呈斑块状,高低错落。     

造盖术为主的联合术式治疗大龄儿童发育性髋关节脱位

目的:探讨大龄儿童发育性髋关节脱位的特点,分析讨论其发病机制及防治措施.方法:对5～9.5岁发育性髋关节脱位患儿16例(20髋)采取以造盖术为主的联合术式治疗.结果:随访1年,X线检查髋臼指数平均校正10°,股骨头与髋臼同心情况明显改善,无一例再脱位.结论:造盖术为主的联合术式治疗大龄儿童发育性髋关节脱位是一种简单、可行、安全的方法,值得推广.     

基于双目立体视觉测量数据的空间圆拟合方法对比

为了找出测量工程应用中最优的空间圆拟合方法,进行了基于双目立体视觉测量数据的空间圆拟合方法对比.根据相交成空间圆的平面和球面的求解次序及关联性,将现有5种拟合方法分为平面与球面共同求解、平面与球面独立求解、平面与球面关联性求解3类;利用自行研制的双目立体视觉系统,采集3组随多齿分度台做圆周运动的靶标的空间坐标作为拟合数据;以心面距、平面度、圆度为拟合精度评价指标,通过空间圆拟合试验,对比分析各拟合方法的性能及影响因素.试验结果表明:球面需要平面约束才能正确求解;先利用最小二乘平差法求解平面法向量和常系数,再利用坐标系变换法或中垂面法求解球心和半径是最优拟合方法;增加测量点数能够提高拟合精度.     

基于三维激光扫描数据的不规则实体表面积和体积计算方法

根据特定工程精度的要求,实体表面的三维激光扫描数据可以划分成不同大小的有限元,用于工程不规则曲面的面积和土石方量计算.首先对扫描数据进行去噪、过滤,获取扫描实体表面点云数据,然后将实体分割成若干有限元;对实体表面的单元进行二次曲面拟合,获取了曲面特征参数,用积分方法计算实体表面面积和体积.该方法计算结果与传统方法的结果相比,体积精度比传统解算精度高出一个数量级,相对精度达到1∶20万.     

髋臼周围截骨术中球面软骨层的动步态接触数值模拟

数值分析已应用于髋臼周围截骨术的模拟中,以 模拟增生性髋关节接触应力集中的改善。由于很难从CT或MRI图像中分割软骨层,因此假定髋关节模型为简单的完美球窝形关节。本研究的目的是通过数值模拟接触分析来阐明球面软骨层建模方法,模拟髋臼周围截骨术中动步态的软骨层接触压力和接触面积。并通过旋转截骨段模拟髋臼周围截骨术。数值模拟结果表明,在球面软骨层模型中观察到相对连续的接触压力分布和较低的峰值接触压力,球面软骨层建模方法能合理的反映软骨层接触压力。髋臼周围截骨术后能明显的改善软骨层接触压力分布,从而为髋臼周围截骨术提供生物力学参考数据。     

基于自适应Graph Cuts的自动股骨头分割

针对计算机辅助医学诊断系统中三维CT体数据上的股骨头分割问题,提出了一种基于自适应Graph Cuts算法的全自动分割方法.首先根据股骨头的形状特点,利用分层Hough变换进行定位;然后采用自适应Graph Cuts算法,自动设定参量和配置形状限制;最终实现无需任何人工交互的全自动分割.实验结果表明,该方法鲁棒性强,精度高,正确率可达到95%.分割系统经进一步集成化后可应用于实际.     

利用SOM神经网络实现逆向工程中区域自动分割

为实现逆向工程中点云区域的自动分割,利用自组织竞争人工神经网络(SOM),对基于散乱点云的自由曲面信息计算方法进行改进,并基于自由曲面信息构造了一个八维SOM神经网的输入向量,利用SOM神经网络实现了逆向工程中区域自动分割.实验验证了本文算法的有效性.     

用神经网络进行散乱点的区域分割

点云的区域分割实质上是根据点的局部几何特性的相似性对点进行分类,利用自组织特征映射神经网络（SOFM）方法可以实现无监督的特征聚类。使用SOFM进行反向工程中点云的区域分割,选用数据点的坐标、法向量六维向量作为SOFM的输入,通过改进SOFM的学习算法,加入输入权和距离权,加速了分割的速度和正确性。利用SOFM方法实现点云分割具有以下优点：不必限定面的类型;用户可以控制分区的个数;可以处理噪声数据,实例运行结果验证了此方法的可行性。     

基于高清晰测量的多孔洞表面三维形貌分析

提出了一种基于双正交小波滤波方法来分析高清晰测量数据,实现了多孔洞表面三维形状误差和波纹度的分离.对连续表面和多孔洞表面进行仿真研究,以连续表面的滤波结果作为标准值,对于多孔洞表面的高斯滤波的三维波纹度参数SWa和SWt的偏差分别是153.7%和58.3%,而双正交小波的偏差分别只有0.50%和9.69%,从而验证了双正交小波变换在解决多孔洞表面形貌分析问题中的有效性.在发动机缸体顶面形貌分析中应用双正交小波滤波方法,有效地解决了传统滤波器的边界扭曲,得到了准确的三维形貌评定结果.     

基于目标、背景比例的灰度图像自动阈值选取法

最大类间方差法(Otsu法)因其计算简单、自适应性强而成为被广泛使用的图像阈值自动选取方法.在分析Otsu法原理的基础之上,提出了一种改进的最大类间方差法.为了提高分割效果,该方法同时考虑了背景和目标的类间距离和类内距离.与同类方法相比,提出的方法将目标和背景所占的比例作为权值修正了现有的方法,使得衡量类内距离的目标与背景的平均方差按照目标与背景的面积划分.Lena、Cameraman标准测试图像以及杂草图像的仿真结果验证了本方法的有效性.     

基于光照子空间的人脸识别研究

利用球面谐波模型建立的9D光照子空间进行人脸识别.用SFS方法获得人脸表面特征点深度,以特征点深度为基础,用NURBS方法重构三维人脸,并用该三维人脸的法向量计算球面谐波基图像,进行人脸识别.结果表明,以所求的球面谐波基图像为基础进行人脸识别,不仅提高了人脸表面法向量的精度,减少了运算量,而且使得人脸的识别率明显提高....     

彩色图像的球形粒计算分割算法

针对基于聚类的彩色图像分割算法速度较慢,提出了彩色图像的球形粒计算分割算法.将彩色图像每个像素点表示为以该点RGB像素值为中心0为半径的球形粒,设计球形粒之间的合并算子,利用粒度阈值对两球形粒进行有条件合并,得到不同粒度的球形粒组成的球形粒集,以球形粒中心对应的RGB值代替球形粒包含像素点的RGB值.实验结果表明:与K-means算法和FCM算法相比,球形粒计算分割算法是稳定的而且分别加快了6倍和34倍.     

人工髋关节柄磨损评定中的三维表面形貌测量

论述了物体表面形貌的测量在工程上的重要性,指出了目前学术界与工业界所普遍采用的二维表面测量与评定的局限性,进而说明了三维表面测量的重大意义.在此基础上,将三维表面测量仪器,即接触式触针仪器、非接触式光学干涉仪以及原子力显微镜的原理、现状进行了分析比较.同时,对三维表面的评定技术及其三维表面参数,特别是"伯明翰14参数"的发展做了系统的论述.最后,以三维表面形貌测量在人工髋关节柄磨损评定中的应用为例,其结果表明,粗糙表面的髋关节柄和骨水泥之间的磨损为磨粒磨损,而抛光表面的髋关节柄和骨水泥之间的磨损为微动磨损,此为生物医学上进一步降低磨损微粒的产生、提高人工髋关节的寿命提供了重要参考.     

基于一维Otsu的多阈值医学图像分割算法

针对传统医学图像分割算法时间复杂度高、分割精度低等问题,提出一种基于一维Otsu的自动多阈值分割算法.考虑到医学图像信息的复杂性,引入基于梯度、灰度、距离的综合信息直方图替代传统的灰度直方图,并分别赋予这3个信息相应的权值.采用kd-树作为框架快速自动确定阈值个数,进而实现Otsu对医学图像的自动多阈值分割.与最大熵、基于粒子群优化的Otsu算法等进行对比实验的结果表明,该算法的分割性能优于其他算法.