本發明涉及醫學領域，更具體的說，涉及一種數字化模擬骨折鋼板預彎折的方法。

背景技術：

目前，骨折發生率很高，在其內固定治療中，解剖型接骨板的應用較廣泛。目前針對骨折的治療防范主要采用人工復位與傷肢內固定相結合的方法，也就是采用人工首段使用斷骨恢復到健康時的解剖形態，然后利用醫用螺絲釘和鋼板姜兩截斷骨固定。。手術中，醫生將患者骨折部位的肌肉等組織切開，漏出斷骨，然后根據人工復位后的骨骼性狀對鋼板進行手工折彎。折彎過程中醫生需反復對鋼板進行處理并與復位后的骨骼進行對比，以便于彎折后的鋼板能夠與骨骼良好的貼合，然而這類手術的缺點是創傷大、手術過程中出血多，手術時間長等問題。

技術實現要素：

本發明所要解決的技術問題是提供一種手術前數字化模擬骨折鋼板預彎折的方法，旨在解決傳統手術需要完全暴露骨折部位，完成復位后，在術中進行內固定鋼板造型，延長了手術時間，造成了不必要的損傷和失血的問題。

本發明的目的是通過以下技術方案來實現的一種數字化模擬骨折鋼板預彎折的方法，包括如下步驟：

S1、獲取骨折部位圖像；

S2、將斷骨部位建立三維模型；

S3、將斷骨軸線進行預配準；

S4、將斷骨的截面進行分割并配準；

S5、擬合出預彎折的形態，測量其參數；

S6、根據其參數提供一個手術前參考數據。

優選的，所述步驟S1包括：

S10、在掃描層距≤1mm、掃描電流為200-250mAs、掃描電壓為80-130kv、掃描矩陣為521×512的掃描條件下掃描獲取骨折部位的序列斷層圖像。

優選的，所述步驟S2中包括：

S20、對獲取的骨折部位CT序列圖像進行去噪處理。

優選的，所述步驟S20中去燥處理包括：

S201、通過對圖像f作小波變換將其分解為多個子帶分量：

S202、將每個子帶分量在進行處理前都被窗口函數平滑分塊；

S203、對每個分塊進行定義；

S204、對分割得到的每個子塊做局部Ridgelet變換，獲得該子帶圖像Curvelet系數矩陣。

S205、設定Curvelet閾值，將小于閾值的系數置零，得到估計系數，根據估計系數進行Curvelet重構。

優選的，所述步驟S3中包括：

S31、提取兩個斷骨的軸線進行空間配準；

S32、驅動兩個斷骨的三維模型按照軸線進行預配準。

優選的，所述S31中包括如下步驟：

S311、提取兩個斷骨的軸線；

S312、對兩條軸線實施配準操作，同時驅動兩個斷骨改變空間位置，實現預配準。

優選的，所述S311中斷骨軸線的提取是利用網絡模型頂點進行三維空間直線擬合的過程。

優選的，所述步驟S4中包括：

S41、獲取兩個斷骨的截面進行配準；

S42、驅動兩個斷骨進行模型配準。

優選的，所述步驟S41中包括：

S411、提取特征斷骨截面的特征點；

S412、基于頂點法矢的曲面特征方法對斷骨截面的特征點的網絡模型進行二次分割。

優選的，所述步驟S41中還包括：

S413、兩斷骨截面特征點集得到精確配準后驅動兩斷骨三維模型進行精確配準。

本發明由于采用這種結構，相比由于現有技術，本方法通過獲取骨折部位圖像，構建三維圖像，然后根據三維圖像對骨折部位進行預配準，然后通過對斷骨的截面進行精確配準，并驅動兩個斷骨的配準， 最后根據骨骼模型上的控制點擬合出鋼板的預彎狀態，從而讓醫生在手術前得到鋼板的集合數據，該方法節約了手術時間，縮短療程，減少并發癥的發生，提高了治愈率。

附圖說明

圖1是本發明實施例一種數字化模擬骨折鋼板預彎折的方法。

具體實施方式

參考并且結合附圖的下面的詳細說明描述并且示意本發明的一個或多個特定實施例。被提供用于非限制目的的而是僅僅示例和教導本發明的這些實施例被足夠詳細地示出和描述以使得本領域技術人員能夠實施本發明。

下面結合附圖和較佳的實施例對本發明作進一步說明。

實施例1

如圖1所示，本發明提供了一種數字化模擬骨折鋼板預彎折的方法，包括如下步驟：

S1、獲取骨折部位圖像；

S2、將斷骨部位建立三維模型；

S3、將斷骨軸線進行預配準；

S4、將斷骨的截面進行分割并配準；

S5、擬合出預彎折的形態，測量其參數；

S6、根據其參數提供一個手術前參考數據。

本方法通過獲取骨折部位圖像，構建三維圖像，然后根據三維圖像對骨折部位進行預配準，然后通過對斷骨的截面進行精確配準，并驅動兩個斷骨的配準，最后根據骨骼模型上的控制點擬合出鋼板的預彎狀態，從而讓醫生在手術前得到鋼板的集合數據，該方法節約了手術時間，縮短療程，減少并發癥的發生，提高了治愈率。

其中，所述步驟S1包括：

S10、通過CT掃描獲取骨折部位的序列斷層圖像。

其中，所述步驟S2中包括：

S20、對獲取的骨折部位CT序列圖像進行去噪處理。

其中，所述步驟S20中去燥處理包括：

S201、通過對圖像f作小波變換將其分解為多個子帶分量：

S202、將每個子帶分量在進行處理前都被窗口函數平滑分塊；

S203、對每個分塊進行定義；

S204、對分割得到的每個子塊做局部Ridgelet變換，獲得該子帶圖像Curvelet系數矩陣。

S205、設定Curvelet閾值，將小于閾值的系數置零，得到估計系數，根據估計系數進行Curvelet重構。

在Curvelet(曲波)變換系數中，幅度較大的系數一般為實際信號為主，幅度較小的系數大多數為噪聲數據，因此根據具體的圖像質量及其系數幅值分布情況人工設定恰當的閾值。將小于閾值的的系數置零，保留大于閾值的Curvelet(曲波)系數。經過閾值函數映射得到估計系數，最后對估計系數進行Curvelet(曲波)重構，實 現去噪。

因為Curvelet變換能夠用極少的非零系數精確表達圖像邊緣，能夠在擺正較低的均方誤差基礎上達到比較理想的圖像數據精簡性與精確性的平衡，從而達到更好的去噪效果。

實施例2

本實施例中，所述步驟S3中包括：

S31、提取兩個斷骨的軸線進行空間配準；

S32、驅動兩個斷骨的三維模型按照軸線進行預配準。

所述S31中包括如下步驟：

S311、提取兩個斷骨的軸線；

S312、對兩條軸線實施配準操作，同時驅動兩個斷骨改變空間位置，實現預配準。

因為人體器官手術最基本的是精確性，對于骨折手術來說就是要求斷骨能夠精確的拼接在一起，因為直接配準的方法需要大量的迭代運算，耗費了大量的時間，所以必要采用去粗配準和精確配準相結合的方法實現斷骨配準，預配準方法提高了兩斷骨之間的旋轉和平移錯位以提高精確配準的效率。

其中，所述步驟S31中斷骨軸線的提取是利用網絡模型頂點進行三維空間直線擬合的過程。

實施例3

本實施例中，所述步驟S4中包括：

S41、獲取兩個斷骨的截面進行配準；

S42、驅動兩個斷骨進行模型配準。

其中，所述步驟S41中包括：

S411、提取特征斷骨截面的特征點；

S412、基于頂點法矢的曲面特征方法對斷骨截面的特征點的網絡模型進行二次分割。

其中，所述步驟S41中還包括：

S413、兩斷骨截面特征點集得到精確配準后驅動兩斷骨三維模型進行精確配準。

以上內容是結合具體的優選實施方式對本發明所作的進一步詳細說明，不能認定本發明的具體實施只局限于這些說明。對于本發明所屬技術領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干簡單推演或替換，都應當視為本發明的保護范圍。