CN113855234A - 一种用于修复下颌骨缺损的腓骨自动重建方法 - Google Patents
一种用于修复下颌骨缺损的腓骨自动重建方法 Download PDFInfo
- Publication number
- CN113855234A CN113855234A CN202111303612.4A CN202111303612A CN113855234A CN 113855234 A CN113855234 A CN 113855234A CN 202111303612 A CN202111303612 A CN 202111303612A CN 113855234 A CN113855234 A CN 113855234A
- Authority
- CN
- China
- Prior art keywords
- fibula
- mandible
- line
- point
- ccs
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000002082 fibula Anatomy 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000007547 defect Effects 0.000 title claims abstract description 30
- 210000000988 bone and bone Anatomy 0.000 title description 4
- 210000004373 mandible Anatomy 0.000 claims abstract description 137
- 210000001847 jaw Anatomy 0.000 claims abstract description 28
- 239000013598 vector Substances 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 210000002303 tibia Anatomy 0.000 claims description 11
- 206010028980 Neoplasm Diseases 0.000 claims description 10
- 238000001356 surgical procedure Methods 0.000 claims description 8
- 238000007670 refining Methods 0.000 claims description 6
- 238000005182 potential energy surface Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 7
- 210000004204 blood vessel Anatomy 0.000 description 6
- 230000002950 deficient Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 230000008439 repair process Effects 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/107—Visualisation of planned trajectories or target regions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Surgery (AREA)
- Robotics (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本专利公开了一种用于修复下颌骨缺损的腓骨自动重建方法,对于需要用腓骨重建下颌骨的患者,本文给出了一个自动化的设计方案,以节省医生的时间。方法首先,通过分析腓骨和颌骨缺损的特征点进行初始配准,切割腓骨并将其移动到大致位置。然后进一步优化调整,最后给出方案。每个重建计划的平均运行时间约为10秒。我们邀请了六位不同级别的外科医生对我们的方法和专家及新手医生人工手工操作的输出进行了评价,其对我们方法的评价远好于新手操作,部分情况下我们方法的效果甚至好于其中专家医生。因此本专利提出的方法可以出色完成任务并节省医生的时间。同时,它是支持自定义的,允许医生根据自己的经验选择所需的特征点。该设计在手术方案设计中具有应用价值。
Description
技术领域
本发明具体涉及一种用于修复下颌骨缺损的腓骨自动重建方法,属于医疗手术方法技术领域。
背景技术
下颌骨肿瘤是一种年轻人容易发生的肿瘤。对于下颌骨恶性肿瘤,下颌骨需要被截断并被切除。手术后下颌骨功能外观的恢复对患者来说非常重要。 下颌肿瘤切除后,为了恢复患者的下颌功能和外观,目前的“标准”修复方法是使用游离腓骨瓣进行自体血管化骨移植来修复缺损的颌骨。在Hidalgo首次报道了腓骨瓣在颌面外科和整形外科中的应用后,许多文献报道了腓骨瓣的解剖结构、皮瓣取出方法和临床应用。然而,腓骨瓣的塑形和定位是手术中的难点。目前有根据颌骨特征确定腓骨整形方案的方法。例如,中国科学家团队总结了手术的各种常见情况,并获得了一系列经验。 他们对下颌骨缺损进行分类、分析,综合判断给出方案。这些案例大多是基于医生的经验,使用的特征点不是一些特殊点,而是整体结构。在操作中需要考虑很多因素。如果单独提取特征点,可能会降低识别准确率,因为没有充分考虑患者下颌的形状。 而且目前的手术方案设计软件,如ProPlan,要求医生根据自身经验不断调整设计和重建方案,费时费力。由于人类的腓骨及下颌的形状几乎相同,基本操作基本是固定的,因此制定初始手术方案计划的一些过程是不变的,这为自动化手术设计方案提供了有利条件。
发明内容
针对现有技术存在的问题,本发明提供一种用于修复下颌骨缺损的腓骨自动重建方法,致力于设计一种基于完整侧下颌骨形状的自动腓骨重建算法,从而得到一个自动化的手术设计方案,期望可较好的适用于术后下颌骨缺损者的下颌骨一侧仍然完好的情况。
本发明的技术方案为:一种用于修复下颌骨缺损的腓骨自动重建方法,包括如下步骤:
S1、建模并输入***:建立腓骨、胫骨、未切除肿瘤的完整下颌骨、切除肿瘤后不健康下颌骨的模型,不健康下颌骨的模型包括手术切除后下颌骨的较完整侧和不完整侧以及两个截骨平面,输入截骨平面的法向量和原点等;
S2、获取下颌线及颌骨上的特征数据点;
S3、执行初配准,即模拟切开腓骨并将其移至颌骨缺损处,并使腓骨与下颌线粗略对齐;
S4、细化精修并输出结果,给出手术方案。
进一步的,所述步骤S2中下颌线的获取采用基于有向包围盒OBB的方法来描述,下颌线的获取步骤为:使用四个2级包围盒来包围不健康下颌骨的完整侧,将四个包围盒的质心(G1、G2、G3、G4)依次连接,得到线段G1G2、G2G3、G3G4,对这些线段的连接处及初始位置进行一定的偏移量补偿后即可近似得到趋势线,在趋势线上等距取若干点,以每个点为原点,以该点所在趋势线为法线方向确定一个平面,该平面与下颌骨的相交面即为下颌骨的截面轮廓CCS,找到每个CCS上与零势能面之间的最近距离的点,将这些点连接即为下颌线;
不健康下颌骨的较完整侧的截骨平面与下颌线的交点记为J1,利用下颌骨的对称性可以得到不健康下颌骨的不完整侧的截骨平面与下颌线交点记为J2,同时在完整侧和不完整侧的截骨平面上的边缘上分别再取一点记为Ej1和Ej2,则J1、Ej1、J2、Ej2即为颌骨上的特征数据点。
进一步的,在所述步骤S3中的初配准过程中,先以J1到J2之间的距离作为截取腓骨的近似长度,在腓骨的中间部分进行截取;利用基于OBB的描述方法及腓骨和胫骨的空间位置关系分别建立腓骨和胫骨的包围盒,在截取的腓骨两端截面CCS上分别得到F1、Ef1和F2、Ef2作为腓骨上的特征数据点,J1与F1对应,J2与F2对应,在配准时使每个J到Ej的距离等于每个F到Ef的距离,即满足 |JEj|=|FEf|,进而得到Ej1和Ej2,然后执行矩阵变换配准算法,利用最小二乘法得到腓骨与颌骨的初始配准,实现腓骨与下颌线粗略对齐。
进一步的,所述步骤S4中的精修是初配准后,以截取的腓骨两个截面CCS的质心连线为旋转轴,旋转范围为-5°到20°,腓骨每旋转一个角度步长,重新执行一次配准算法,实时更新,再利用颌骨与腓骨截面曲率信息点矢量的角度差作为量化依据,遍历旋转范围后,以CCS附近曲面走势尽量接近为原则找到腓骨与下颌的相对最优匹配位置。
有益效果:本发明利用基于有向包围盒OBB的描述方法,结合对称性建立了患者的下颌线,利用下颌骨和腓骨的特征数据点,当计算机读取患者的相关部位模型后,考虑下颌骨和腓骨的形状,根据计算机计算分析自动调整腓骨节段的位置、角度和组合,实现了腓骨与下颌骨的最优配准,给出了优化的手术方案,实现了腓骨重建过程中的的自动塑形,从而明显节省了医生在制定手术方案时的时间和精力。
附图说明
图1是自动重建方法的整体工作流程图。
图2是下颌完整侧的下颌线的俯视图。
图3是下颌完整侧的二级OBB示意图。
图4是下颌完整侧的二级OBB另一视角的示意图。
图5是目标(下颌骨)和源(腓骨)的特征数据点示意图。
图6是完整腓骨的OBB示意图。
图7是截取腓骨和胫骨的空间位置关系的OBB示意图。
图8是腓骨与下颌骨初配准的示意图。
图9是腓骨与下颌骨初配准后精修操作示意图。
图10是精修评估算法示意图。
图11是病例1的下颌骨重建模型图。
图12是病例2的下颌骨重建模型图。
图13是病例3的下颌骨重建模型图。
图14是病例4的下颌骨重建模型图。
图15是病例5的下颌骨重建模型图。
图16是病例6的下颌骨重建模型图。
图17是病例7的下颌骨重建模型图。
具体实施方式
下面结合附图,对本发明的方法、思想和步骤等进行清楚完整的详细说明。
一种用于修复下颌骨缺损的腓骨自动重建方法,其流程如图1所示,具体包括如下步骤:
S1、建模并输入***:建立腓骨、胫骨、未切除肿瘤的完整下颌骨、切除肿瘤后不健康下颌骨的模型,不健康下颌骨的模型包括手术切除后下颌骨的较完整侧和不完整侧以及两个截骨平面,输入截骨平面的法向量和原点等;
S2、获取下颌线及颌骨上的特征数据点;
S3、执行初配准,即模拟切开腓骨并将其移至颌骨缺损处,并使腓骨与下颌线粗略对齐;
S4、细化精修并输出结果,给出手术方案。
下面进行详述。
一、采用基于包围盒的描述方法获取下颌线
下颌线是指面部底部骨骼的轮廓线。为了达到良好的兼具美观和功能的结果,整个手术方案的重要目标是尽可能使腓骨与下颌线对齐,这也是评估位置匹配质量的重要因素。
图2是下颌完整侧的下颌线的俯视图。由于完整侧颌骨大于整体颌骨的一半,因此通过利用完整侧下颌线,再结合下颌骨的对称性即利用对称轴来近似得到缺失部分的下颌线,从而可以得到下颌线的整体。 为了找到下颌线,我们引入以下基于包围盒的描述方法。
有向包围盒(Oriented Bounding Box,简称OBB))本质上是一个离物体最近的长方体,但是这个长方体可以根据物体的一阶矩任意旋转。因此,OBB 可用于描述模型的大致位置和一般形状。
OBB 树(OBB-tree)是包围盒的分层树结构,其中更深层次的 OBB 限制了较小的空间区域。 根据下颌骨的自然形状,可以使用2级OBB-tree来包围完整的颌骨。图3-4 显示了下颌完整侧的OBB 树的结果,包括四个编号为①②③④的二级包围盒。M0和M1是包围盒①的两点,可以用直线M1M0来近似重力方向。
为了确定下颌线与每个截面轮廓(contour of the cross-section,简称CCS)的交点,可利用切点来近似交点,目的是描述一个物体的边缘。这里模型是由离散点组成的,所以切点的定义是CCS上一系列点中到给定平面距离最短的点,这可以通过遍历(Traversal)和距离公式来解决。计算 CCS上每个点的到该给定平面的距离。如果小于当前最小值,则将最小值更新为此距离。遍历完成后,最小值对应的点就是所需点即切点。
在这种方法中,我们取最低平面作为前述寻找切点时的给定平面。重力方向矢量和 M0 可用于确定与 M0 交叉的最低平面(即图3中包围盒①的下平面)。同时为保证零势能面的稳定性并防止其与模型相交,最终选取距离最低平面的距离为| M1M0|、且在最低平面下方的以重力方向为法向量的平面作为零势能面。显然,我们只需要在完整颌骨的CCS上找到距离最低平面最近的点,就可以近似为一个下颌线点,称为J1点(J是下颌骨Jaw的缩写)。
此外,还需一条趋势线来描绘下巴的方向。我们可以在这条“趋势线”上等距取一些点,以每个点为原点,以此点处趋势线的方向作为法线方向确定一个平面,与下颌骨相交得到每个CCS。对于每个CCS,找到与零重力势能面的最小距离对应的所需点。如图3所示。当达到一定的细分程度时,计算出的多个所需点的连线可以近似为下颌线。下一步是找到合适的“趋势线”。
利用四个包围盒的质心(G1、G2、G3、G4)的连接大致可以作为趋势线,如图4所示。显然,线 G3G4 可以保证它不垂直于底面。即不会出现CCS平行于底面而找不到所需的最近距离点的情况。
然而,起点和交汇处区域的详细下颌线尚无法描绘。如图4 所示,黑色的粗线条这部分的下颌线无法获得。所以接下来我们使用几何方法来优化这部分。线G0G1 可以补充缺失趋势线的一部分。第二种改进是由于我们使用线段而不是平滑线来近似“趋势线”。它会导致其他黑色的粗线条区域不会被切割平面扫过。经过几何分析,在每个交汇处,缺失线的近似长度为
X=htanθ (1)
几何关系如图4所示。方向改变时需要考虑这样一个偏移量:G0G1到G1G2,G1G2到G2G3,G2G3到G3G4,一共需要三个。例如,沿 G0G1 切割时,将 X 作为偏移量添加到初始移动长度 |G0G1|。最后,将计算出的点添加到点集,可以近似得到下颌线。
二、 初配准
在上一步中,我们计算了下颌线并获得了一些可用于配准的特征。为了确定从腓骨(源)到下颌骨(目标)缺损的初配准,源和目标这两部分的两个对应点集分别为
通过最小二乘法,我们可以得到
如上的通过使目标点和源点对应点之间平均距离最小而得出变换矩阵的方法,称为配准算法,该算法可实现腓骨与下颌骨的最优配准。
如图5 所示,在腓骨和颌骨的每个截面上分别取一组点,共四组特征数据点,J1、Ej1和J2、Ej2为颌骨上的特征数据点,属于点集PB;而F1、Ef1和F2、Ef2为腓骨上的特征数据点,属于点集PA,其中 “E”“J”“F”分别是 “边缘Edge”、“下颌骨Jaw”、“腓骨Fibula”的缩写(对于其他可能有用的数据点,它们将用于细化精修部分)。J1与F1对应,Ej1和Ef1对应,J2与F2对应,Ej2和Ef2对应。考虑到配准时下颌线的匹配影响较大,且点集当中的四个点并不完全共面,为了加强下颌线匹配的权重,在初配准时,还可以额外在J1J2连线和F1F2连线上等距离取一些点让他们对应匹配。
J1点前面已经得到,要找到对应点J2,首先要相对于颌骨的对称平面在颌骨的不完整侧找到CCS对称的结果,然后利用现有的下颌线找到该结果所需的点。对称平面的计算可以借助全颌的包围盒来确定。计算过程同J1。此处不再赘述,重点介绍求解对称点的方法。
假设平面由法线(a,b,c) 和原点(x0,y0,z0) 定义。对于任意一点X(xi,yi,zi),其在平面上的投影点记为X’(x,y,z),给定平面的表达式可以转化为如下形式:
其中 A、B、C、D 是平面函数中的参数。
直线 XX' 平行于平面的法向量,所以直线的参数方程为:
其中 t 是要求解的参数。
将点(x, y, z)的坐标代入平面方程,即可求出参数t
然后将t代入直线的参数方程,求出投影点X’(x,y,z),利用中点坐标公式得到点J2的坐标。
这样,J1和J2之间的距离就可以作为截取腓骨的近似长度。实际手术中可能需要更长一些以保证实际使用中的容错性,可以在合理范围内截断稍长的腓骨,例如长度不超过1.1 倍的以上距离。腓骨的 OBB如图6所示,通过分析包围盒数据点,可以得到最长边向量对应的向量方向(z)和剩余两个包围盒的边长(x和y)。然后就可以用腓骨的z方向作为切平面的法向量方向,用包围盒原点N0沿腓骨方向进行向量运算,表达出想要的点,以图6中点1(四分之一位置)为起点,点2为终点对腓骨进行截取。
下一步需要考虑血管的存在。首先考虑J1对应的点F1。由于腓骨血管不能在外侧,因此在选择这些点时,请注意使产生的腓骨血管在内侧(靠近牙齿)。
由于腓骨血管在胫骨的同一侧,因此采用胫骨模型来推断代表血管位置。如图7所示,左上侧的胫骨OBB的质心G胫骨与右下侧的腓骨OBB的质心G腓骨的连线,分别与腓骨包围盒上的两个向量(方向1和方向2)近似平行和垂直。在腓骨包围盒的八个顶点中离 G胫骨 最远的点是 Far点。图中圆圈代表腓骨的截面CCS,该截面与Far点和方向1所确定的平面的最近距离点是F,该截面与Far点和方向2所确定的平面的最近距离点是Ef。
相应地,为了使配准对齐匹配更准确,在每组J点的CCS之外找到一个Ej,并使J到Ej的距离等于每个F到Ef的距离,即 |JEj|=|FEf|,进而得到Ej1和Ej2。
初配准后如图8所示。根据矢量叉乘规则,
原则上考虑到位置的空间关系,还需要考虑旋转的不确定因素。如果下颌骨完整侧和不完整侧交换位置,由于腓骨关键点的截取由胫骨唯一确定,相当于腓骨需要旋转180度水平匹配相应的 CCS。当点匹配时,这将不可避免地导致 Ef 转向内部。通过比较模型数据点的数量,我们可以确定哪一侧是完整的颌骨。对于需要矫正的情况,在获取不完整下颌CCS的Ej时,注意交换两组F与腓骨CCS上Ef点的距离。在执行配准算法时,分别交换目标点集的 J1,2 和 Ej1,2。
三、精修
初配准后,精修的目的是提高腓骨和下颌骨连接部位的平滑度和连续性。
我们在颌骨和腓骨CCS外侧取了一系列对应的数据点,描绘了每个点的趋势,并设计了一种方法来定量比较此时两种趋势的差异。在运行时,可以通过在合适的范围内调整腓骨的旋转角度来评估最优解。其中,下颌的CCS、J、Ej数据是固定的,其余数据需要实时更新,以保证下颌线的对齐。
首先确定旋转轴。如图9所示,以腓骨两端截面CCS的两个质点G连线为旋转轴,设置旋转遍历范围。然后进入自动更新模块,对于每一次旋转,利用之前的零势能面寻找一个新的腓骨CCS及其切点(特征点),记为Fibula_ro1,2(简写为F_ro)。因为下颌是固定的,所以可以根据之前的求Ej的方法,利用之前初始配准中J和Ej的距离,每次获得与Fibula_ro1,2的对应的新的Edge即Ef_ro。然后现在使用这些作为源点: F_ro和Ef_ro 重新执行配准算法,得到新的匹配位置。
下一步是对旋转后的评估。如图10所示,大椭圆代表下颌骨的CCS,小椭圆代表腓骨CCS。以下颌骨点J为起点,初配准时J到腓骨外侧CCS之间的最远距离记为d。我们在腓骨模型和下颌模型分别上寻找一些从J开始到对应CCS结束的等距数据点作为采样点,例如可取αd为步长,其中α的取值范围在0-1之间,表示细分的程度。考虑到计算效率和CCS处曲面走势比较简单,以0.1为尺度,求0.1d,0.2d...d,共10组数据。
由于颌骨和腓骨的对应的两个CCS几乎是共面的,我们可以将三维转换为二维,用“降维”的思想简化计算,分析二维对应点的趋势差异。基于导数的思想,每个点与其最近的CCS数据点形成的“点向量”接近曲线这里的切线,描述了该点的总体趋势。这样,对于每组对应点,求两个向量(图10中的两个短箭头 vec1和vec1')夹角的cos值,利用式(8)的加和规则,将20组两侧颌骨和腓骨之间的向量夹角相加。总和越大,cos值越大,两个向量的夹角越小,即二者趋势越接近。
在图10中, vec1和vec1'用于表示对应点的一组“点向量”。 其中,vec1'表示旋转后腓骨上某点的方向向量,vec1表示下颌对应点的方向向量。腓骨旋转正方向如图9所示,旋转范围大致为-5°到20°,腓骨每旋转一个角度步长,重新执行一次配准算法,实时更新,再利用颌骨与腓骨截面曲率信息点矢量的角度差作为量化依据,遍历旋转范围后,以CCS附近曲面走势尽量接近为原则找到腓骨与下颌的相对最优匹配位置,通过评估上述旋转的结果,可以找到该算法下的最优解。
四、结果评估
在本部分,我们设计了定量和定性实验来评估我们方法的输出。
4.1实验设置
该方法主要基于开源库Visualization Tool Kit (VTK),在Python 3.9环境下开发。 3D 颅面和血管造影模型来自上海第九人民医院。
4.2参数设置与速度评价
在我们的自动重建算法中,准确性和速度性能之间存在权衡。因此,我们在求解趋势线时将分度值设置为 0.1mm。截取长度设置为下颌距离的 1.1 倍。精修期间的旋转范围为 -5° 到 20°,迭代步长为 1°。
我们总共测试了超过15组的数据,每组数据都经过多次测试。当下颌骨和腓骨的三角形网格的平均边长等于0.55mm时,平均运行时间为10s。
4.3稳健性评价
我们在不同情况下进行测试以确保稳健性。我们测试了不同的缺陷位置、缺陷尺寸和完整的下颌骨尺寸。共有七组数据,分别对应以下七个病例,如图11-17。图中浅灰色表示健康侧下颌骨,深灰色代表不健康侧的颌骨,黑色代表截取后腓骨的最终位置。每个图中包括四个不同视角的图,四个图从左到右分别代表侧视图1、侧视图2、俯视图和仰视图。
其中,病例1、2、3为健康下巴在人体左侧,不健康下巴长度变化的案例。病例 6、7与上述情况相反。尤其是在病例4和5中,健康下巴颌骨的长度不到完整颌骨的一半,说明该算法具有一定的通用性。下面是结果表。这里我们评论第一种情况,后面同样适用。
病例1:右下颌骨缺损。 健康下颌骨大于完整下颌骨的一半。缺陷尺寸:大。
病例2:右下颌骨缺损。 健康下颌骨大于完整下颌骨的一半。缺陷尺寸:中。
病例3:右下颌骨缺损。 健康下颌骨大于完整下颌骨的一半。缺陷尺寸:小。
病例4:右下颌骨缺损。 健康下颌骨略小于完整的下颌骨的一半。缺陷尺寸:较大。
病例5:右下颌骨缺损。 健康下颌骨略小于完整的下颌骨的一半。缺陷尺寸:最大。
病例6:左下颌骨缺损。 健康下颌骨大于完整下颌骨的一半。缺陷尺寸:小。
病例7:左下颌骨缺损。 健康下颌骨大于完整下颌骨的一半。缺陷尺寸:最小。
输出的定性评估
为了验证自动重建方法的最终性能,邀请了六位不同级别的外科医生对于本方法自动生成、以及专家和新手的手动操作的结果,分别进行了评级。
下表显示了定性结果。
评分者 1 | 评分者 2 | 评分者 3 | 评分者 4 | 评分者 5 | 评分者 6 | |
本方法 | ++ | +++ | +++ | ++ | ++ | +++ |
专家 | +++ | ++ | +++ | ++ | ++ | ++ |
新手 | + | + | ++ | + | ++ | + |
图例:+++:很好; ++:好; +:不太好
从表中可以看出,本专利方法受到所有评估者的高度赞赏。将我们方法的结果与专家和新手的结果进行了比较,毫无疑问,我们的方法比新手要好。 一半的评估者表示我们的方法与专家一样准确。 其他 2 位评估者甚至对我们的方法给出了比专家更好的评估。 总之,所有外科医生都给出了很好的评价,得出的结论是我们的方法非常成功。
五、讨论与结论
在初配准中,我们选择了四组点。但几乎不可能完美匹配腓骨和颌骨,如果landmark算法引入更多的“边缘”点,腓骨和颌骨的不同形状会导致更大程度的非共面,从而导致差错情况。
在求解趋势线时,我们通过找到偏移量来优化最终结果。但是偏移量毕竟是几何方法估计出来的值,在实际使用中需要进行调整。经过实验,偏移量稍大。虽然不影响对下颌线的描述(因为下颌线本身就是一系列的点,只会导致某个区域的点更加密集,不会影响到其他部分)。对于文中的三个偏移量,我们会在使用时进行调整。经过粗略的实验,对于后两个偏移,结果是所需的最小长度的3/2倍。为了提高效率,我们在实际使用中将偏移量减少了相应的倍数。当然,这只是一个近似值。对于特定情况,可以进一步优化所需的下颌线。
在文中,我们给出了求解下颌线的方法。这种方法需要细分趋势线并等距选择点来制作截面。在合理范围内增加细分程度可以使算法更加准确,但也会增加运行时间。由于本实验中模型文件精度较高,同时考虑精度和运行时间,我们将距离设置为0.1mm。该值可以在应用过程中根据模型分辨率进行调整。
稍长的截取长度更真实。在截取过程中,腓骨的起始位置被选为位置的四分之一。截取长度设置为下巴距离的1.1倍。稍长的截取长度可以给实际操作带来更多的便利和容错,尤其是在缺陷很小的时候,这个倍数可以进一步增加。最后,将截取部分放置在下颌骨两个切割面之间。
应考虑旋转范围和步长。由于初始配准时血管直接位于腓骨的后方,过多的向内旋转会导致血管移动到腓骨下方,而过度的外旋会导致血管移动到腓骨上方,这是不现实的。外旋的幅度相对较大,但内旋会使血管靠近下颌线的位置,所以内旋幅度小于外旋的幅度。最后,本实验选择的旋转间隔为-5°到20°。步长越小,结果越准确,但考虑到效率,本实验选择1°。
总之,本专利所提出的方法可以完成腓骨重建任务并且可以明显节省医生的时间。同时,它是自定义的,允许医生根据自己的经验选择所需的特征点。该方法效果非常好,可以作为ProPlan等手术软件的新功能。当医生使用软件模拟手术时,本方法可快速直观的为医生生成一个基本的手术方案作为参考,因此在用腓骨修复颌骨缺损手术的自动化方案设计过程中中具有明显的应用价值。
Claims (4)
1.一种用于修复下颌骨缺损的腓骨自动重建方法,其特征在于:
包括如下步骤:
S1、建模并输入***:建立腓骨、胫骨、未切除肿瘤的完整下颌骨、切除肿瘤后不健康下颌骨的模型,不健康下颌骨的模型包括手术切除后下颌骨的较完整侧和不完整侧以及两个截骨平面,输入截骨平面的法向量和原点;
S2、获取下颌线及颌骨上的特征数据点;
S3、执行初配准,即模拟切开腓骨并将其移至颌骨缺损处;
S4、细化精修并输出结果,给出手术方案。
2.根据权利要求1所述的一种用于修复下颌骨缺损的腓骨自动重建方法,其特征在于:所述步骤S2中下颌线的获取采用基于有向包围盒OBB的方法来描述,下颌线的获取步骤为:使用四个2级包围盒来包围不健康下颌骨的完整侧,将四个包围盒的质心(G1、G2、G3、G4)依次连接,得到线段G1G2、G2G3、G3G4,对这些线段的连接处及初始位置进行一定的偏移量补偿后即可近似得到趋势线,在趋势线上等距取若干点,以每个点为原点,以该点所在趋势线为法线方向确定一个平面,该平面与下颌骨的相交面即为下颌骨的截面轮廓CCS,找到每个CCS上与零势能面之间的最近距离的点,将这些点连接即为下颌线;
不健康下颌骨的完整侧的截骨平面与下颌线的交点记为J1,利用下颌骨的对称性可以得到不健康下颌骨的不完整侧的截骨平面与下颌线交点记为J2,同时在完整侧和不完整侧的截骨平面上的边缘上分别取一点记为Ej1和Ej2,则J1、Ej1、J2、Ej2即为颌骨上的特征数据点。
3. 根据权利要求2所述的一种用于修复下颌骨缺损的腓骨自动重建方法,其特征在于:在所述步骤S3中的初配准过程中,先以J1到J2之间的距离作为截取腓骨的近似长度,在腓骨的中间部分进行截取;利用基于OBB的描述方法及腓骨和胫骨的空间位置关系分别建立腓骨和胫骨的包围盒,在截取的腓骨两端截面CCS上分别得到F1、Ef1和F2、Ef2作为腓骨上的特征数据点,J1与F1对应,J2与F2对应,在配准时使每个J到Ej的距离等于每个F到Ef的距离,即 |JEj|=|FEf|,进而得到Ej1和Ej2,然后执行矩阵变换配准算法,利用最小二乘法得到腓骨与颌骨的初始配准。
4.根据权利要求3所述的一种用于修复下颌骨缺损的腓骨自动重建方法,其特征在于:所述步骤S4中的精修是初配准后,以截取的腓骨两个截面CCS的质心连线为旋转轴,旋转范围为-5°到20°,腓骨每旋转一个角度步长,重新执行一次配准算法,实时更新,再利用颌骨与腓骨截面曲率信息点矢量的角度差作为量化依据,遍历旋转范围后,以CCS附近曲面走势尽量接近为原则找到腓骨与下颌的相对最优匹配位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111303612.4A CN113855234B (zh) | 2021-11-05 | 2021-11-05 | 一种用于修复下颌骨缺损的腓骨自动重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111303612.4A CN113855234B (zh) | 2021-11-05 | 2021-11-05 | 一种用于修复下颌骨缺损的腓骨自动重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113855234A true CN113855234A (zh) | 2021-12-31 |
CN113855234B CN113855234B (zh) | 2024-02-23 |
Family
ID=78987119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111303612.4A Active CN113855234B (zh) | 2021-11-05 | 2021-11-05 | 一种用于修复下颌骨缺损的腓骨自动重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113855234B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254343A (zh) * | 2011-07-01 | 2011-11-23 | 浙江理工大学 | 一种基于凸包与obb的三维网格模型骨架提取方法 |
CN104825235A (zh) * | 2015-05-22 | 2015-08-12 | 杭州六维齿科医疗技术有限公司 | 腓骨瓣修复下颌骨缺损的手术导向模板及制作方法 |
CN105726142A (zh) * | 2016-02-01 | 2016-07-06 | 北京正齐口腔医疗技术有限公司 | 自动化模拟排牙的方法及装置 |
KR101687634B1 (ko) * | 2015-10-22 | 2016-12-20 | 한국과학기술연구원 | 비골을 이용한 하악골 재건술에서의 수술 계획 생성 방법, 이를 수행하는 수술 계획 생성 서버, 및 이를 저장하는 기록매체 |
CN111281536A (zh) * | 2020-04-03 | 2020-06-16 | 中国医学科学院北京协和医院 | 一种可截断腓骨重建颌骨缺损模型及其制作方法和应用 |
CN112451070A (zh) * | 2020-10-15 | 2021-03-09 | 中国医学科学院北京协和医院 | 一种基于HoloLens的游离腓骨瓣重建颌骨*** |
-
2021
- 2021-11-05 CN CN202111303612.4A patent/CN113855234B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254343A (zh) * | 2011-07-01 | 2011-11-23 | 浙江理工大学 | 一种基于凸包与obb的三维网格模型骨架提取方法 |
CN104825235A (zh) * | 2015-05-22 | 2015-08-12 | 杭州六维齿科医疗技术有限公司 | 腓骨瓣修复下颌骨缺损的手术导向模板及制作方法 |
KR101687634B1 (ko) * | 2015-10-22 | 2016-12-20 | 한국과학기술연구원 | 비골을 이용한 하악골 재건술에서의 수술 계획 생성 방법, 이를 수행하는 수술 계획 생성 서버, 및 이를 저장하는 기록매체 |
CN105726142A (zh) * | 2016-02-01 | 2016-07-06 | 北京正齐口腔医疗技术有限公司 | 自动化模拟排牙的方法及装置 |
CN111281536A (zh) * | 2020-04-03 | 2020-06-16 | 中国医学科学院北京协和医院 | 一种可截断腓骨重建颌骨缺损模型及其制作方法和应用 |
CN112451070A (zh) * | 2020-10-15 | 2021-03-09 | 中国医学科学院北京协和医院 | 一种基于HoloLens的游离腓骨瓣重建颌骨*** |
Also Published As
Publication number | Publication date |
---|---|
CN113855234B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110522501B (zh) | 3d打印个性化骨科内植物构建及生物力学优化处理方法 | |
CN110189352B (zh) | 一种基于口腔cbct图像的牙根提取方法 | |
CN107951538A (zh) | 联合骨切除与钛板定位的3d打印腓骨重建颌骨手术工具的制造方法 | |
Deng et al. | A novel skull registration based on global and local deformations for craniofacial reconstruction | |
Tilotta et al. | Construction and analysis of a head CT-scan database for craniofacial reconstruction | |
CN107895364B (zh) | 一种用于虚拟手术术前规划的三维重建*** | |
CN108765417A (zh) | 一种基于深度学习和数字重建放射影像的股骨x线片生成***及方法 | |
CN110214341A (zh) | 重建颅骨的方法 | |
KR20190121889A (ko) | 뼈 재건 및 정형외과용 임플란트 배치 가이드 | |
Nakao et al. | Automated planning with multivariate shape descriptors for fibular transfer in mandibular reconstruction | |
US20170340390A1 (en) | Computer-Assisted Osteocutaneous Free Flap Reconstruction | |
CN109620404A (zh) | 基于医学图像的肾脏分段的方法及其*** | |
CN114191075B (zh) | 一种个性化膝关节假体模型的快速构建方法及*** | |
JP2007534416A (ja) | 多次元のデータセットにオブジェクトをマッピングする方法、コンピュータプログラム、装置、画像分析システム及びイメージングシステム | |
JP2007534416A5 (zh) | ||
CN113855234A (zh) | 一种用于修复下颌骨缺损的腓骨自动重建方法 | |
Deng et al. | A data-driven approach for assembling intertrochanteric fractures by axis-position alignment | |
Parra-Cabrera et al. | Fracture pattern projection on 3D bone models as support for bone fracture simulations | |
CN110942433B (zh) | 一种基于颅骨cbct图像的修复导板生成方法 | |
CN110811829B (zh) | 一种基于股骨旋转轴与内翻轴分析模型的构建方法及*** | |
Decroocq et al. | Modeling and hexahedral meshing of cerebral arterial networks from centerlines | |
Wu et al. | Anatomically constrained deformation for design of cranial implant: methodology and validation | |
CN114782504A (zh) | 一种组织器官图像空间配准方法 | |
Moreira et al. | Pectus excavatum postsurgical outcome based on preoperative soft body dynamics simulation | |
Huang et al. | An automatic reconstruction method of fibula for mandibular defect |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |