[发明专利]人体周围神经内部束型结构三维重建可视化集成方法有效
申请号: | 201680001177.0 | 申请日: | 2016-07-14 |
公开(公告)号: | CN107278316B | 公开(公告)日: | 2022-05-24 |
发明(设计)人: | 闫立伟;朱爽;刘小林;戚剑;朱庆棠;陆遥;郭永泽;喻莎;卢宇彤;张曦;杜云飞;林焘 | 申请(专利权)人: | 中山大学附属第一医院;中山大学数据科学与计算机学院;中山大学国家超级计算广州中心 |
主分类号: | G06T17/00 | 分类号: | G06T17/00 |
代理公司: | 深圳尚业知识产权代理事务所(普通合伙) 44503 | 代理人: | 文蓉 |
地址: | 510080 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人体 周围神经 内部 结构 三维重建 可视化 集成 方法 | ||
一种人体周围神经内部束型结构三维重建可视化集成方法。该方法包括:获取人的周围神经,用碘剂染色联合冷冻干燥法制备离体神经标本;利用Micro CT扫描经前期处理的周围神经,获得二维图像,并对所述二维图像进行二值化处理再根据纹理特征进行图像分割,获取神经束图像;将所述分割的图像利用超级计算机重建为可视化模型。该获取图像的方法使扫描精度达到了重建神经束的要求;可视化模型可为临床达到神经束间吻合提供立体化的解剖图谱;同时获取的三维数据可为生物制造神经生物材料到达精准修复建立了模板。
技术领域
本发明涉及神经缺损修复的临床应用和医学3D打印技术领域,具体地说,本发明提供一种人体周围神经内部束型结构三维重建可视化集成方法。
背景技术
周围神经的主要功能是连接中枢和靶器官,并起到传递信息的作用。周围神经包含有内部神经束,按其功能周围神经内部神经束可分为:感觉束、运动束和混合束,这些神经束的主要功能是传入和传出信息。众所周知,一旦人周围神经发生损伤或缺损,则最理想的临床修复方式是实现功能束间的吻合。但人周围神经束的解剖结构十分复杂,对于临床医生来说要想达到功能束间吻合的前提条件就是了解周围神经内部束型的解剖结构规律及其形态。一种获得用于人周围神经三维结构重建的内部束型结构可视化模型,将有望提供一种能提高周围神经缺损后恢复功能的有效方法。
另一方面,人周围神经束三维重建还有其更深远的意义,随着现代生物制造技术的飞跃,许多组织、器官已经可以实现仿生制造。但对于周围神经仿生制造却很难实现,这主要是由于:①神经内部结构复杂而且精细,现存生物制造方法无法达到其所需要的精度;②每条每段神经束是有其相应的生物功能,目前还没有对其充分理解。三维重建周围神经束的可视化模型,将可以解决生物制造周围神经生物材料过程中面临的以上问题(即达到精准医疗的标准)。
在周围神经束三维重建方面,许多学者做了大量的研究,如sunderland对人神经束的三维解剖结构的认识经历了以下过程:最初认为是同一平面频繁的交叉,而现在观察到其近端成血管网状、远端成频繁混合成束或分为几个小束。戚剑等利用周围神经组织学切片的方法,重建出正中神经的三维结构,同时也发现了神经束走形的复杂性。但这些重建周围神经束三维解剖结构的方法都有其不足之处,如:在获取二维结构上精度不够、重建过程中匹配性差、图像失真、掺入大量的人为因素等。因此寻找一种简单有效,能获取高精度的二维图像,同时在三维层面上又能连续匹配的技术方法是十分必要的。
随着现代科技的发展,计算机断层扫描(computed tomography,CT)、核磁共振成像(magnetic resonance imaging,MRI)成为主要的三维重建影像手段。但因周围神经的内部结构比较精细,现存MRI无法达到这样的扫描精度。因此当前急需一种能对人周围神经的内部束型结构建立可视化模型,以及对人周围神经进行三维重建的方法。
发明内容
为了解决以上问题,建立人周围神经内部束型结构可视化的模型,本发明应用Micro CT扫描经预处理过的人周围神经标本以获取最优的仿生二维图像,再通过对神经束进行自动分割,并利用强大的计算机处理系统快速进行三维重建。
本发明提供一种人周围神经束可视化模型的构建方法,其包括以下步骤:
获取人的周围神经,用碘剂进行染色,冷冻干燥;
利用Micro CT扫描经染色的周围神经,获得二维图像,并对所述二维图像进行二值化处理,获取神经束的分割图像;
将所述分割图像重建为可视化模型。
本发明还提供一种人周围神经三维重建的方法,其包括以下步骤:
获取人的周围神经,用碘剂进行染色,冷冻干燥;
利用Micro CT扫描经染色的周围神经,获得二维图像,并对所述二维图像进行二值化处理,获取神经束的分割图像;
将所述分割图像重建为可视化模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学附属第一医院;中山大学数据科学与计算机学院;中山大学国家超级计算广州中心,未经中山大学附属第一医院;中山大学数据科学与计算机学院;中山大学国家超级计算广州中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201680001177.0/2.html,转载请声明来源钻瓜专利网。