[发明专利]一种弯骨骨折自动配准及内固定钢板预弯建模方法

说明书

本发明公开了一种弯骨骨折自动配准及内固定钢板预弯建模方法,包括以下步骤：S1：采用PCA算法提取断骨模型点集的主方向并沿主方向选取聚类种子点；S2：在断骨模型的两端分别构造胶囊状的映射模型；S3：对S2中构造的映射模型采用OPTICS算法对映射模型的特征点集进行聚类处理；S4：对断骨模型截面部分的点集进行提取和分割；S5：根据分割得到的两个截面点集对断骨模型进行精确配准；S6：在断骨模型的断裂部位选取控制点，将控制点范围内的三角面片进行加厚处理得到钢板模型。该方法运用了曲线拟合、聚类、特征点映射等多种算法，高效准确地实现弯骨的自动拼接，实现了弯骨模型的全自动配准和钢板预弯，无需进行手工操作。

技术领域

本发明涉及弯骨的截面分割及配准技术领域，尤其涉及一种弯骨骨折自动配准及内固定钢板预弯建模方法。

背景技术

目前骨折手术普遍采用人工复位和伤肢内固定相结合的方法，这种方法存在的问题是创伤大、出血多、容易引发神经血管损伤等并发症。因此，我们可以利用计算机算法对断骨模型进行虚拟拼接，从而在术前得到钢板的各种几何参数。然而目前的断骨虚拟拼接方法仅能应用于长直骨，在弯骨的截面分割及配准领域还没有较为有效的全自动配准方法。并且在基于脊线预配准的肋骨配准方法中，需要手工拾取种子点来进行截面点集的分割，没有实现全自动的截面点集分割和弯骨配准。

发明内容

根据现有技术存在的问题，本发明公开了一种弯骨骨折自动配准及内固定钢板预弯建模方法，具体包括以下步骤：

S1：采用PCA算法提取断骨模型点集的主方向并沿主方向选取聚类种子点,采用K-Means聚类方法将模型的聚类种子点集进行聚类计算每个聚类的中心点，利用聚类的中心点来拟合Bezier曲线获得断骨模型的走势曲线信息；

S2：在断骨模型的两端分别构造胶囊状的映射模型，将断骨模型内的点沿其法向量方向映射到映射模型上；

S3：对S2中构造的映射模型采用OPTICS算法对映射模型的特征点集进行聚类处理，对映射模型的特征点集进行特征匹配实现两个映射模型的粗配准；

S4：对断骨模型截面部分的点集进行提取和分割：将粗配准中的特征点进行区域自生长得到扩展点集，在扩展点集中进行匹配搜索得到截面点集；

S5：根据分割得到的两个截面点集对断骨模型进行精确配准：利用PCA算法提取截面点集的主方向并根据主方向进行预配准，利用ICP算法进行精配准；

S6：在断骨模型的断裂部位选取控制点，将控制点范围内的三角面片进行加厚处理得到钢板模型。

进一步的，S2中具体采用如下方式：

根据拟合得到的断骨模型的走势曲线计算该曲线两端的切线，分别以四个切线为轴线构造胶囊形状的四个映射模型，由于四个映射模型具有相同的尺寸，分别将映射模型范围内的点集沿其法向量方向映射到映射模型上，得到四个包含映射点集的映射模型。

进一步的，所述S3中两个映射模型的粗配准过程具体采用如下方式：

将两个映射模型之一进行镜面变换、使两个映射模型在坐标系中进行匹配，对映射模型中圆柱的表面部分进行网格划分、判断映射点集中圆柱部分点集的网格归属，将圆柱部分的点集全部划分到网格，统计每个网格中映射点的数目、将数目大于阈值的网格中所有的点提取出来作为映射点集的特征点，采用OPTICS算法对特征点集进行聚类处理提取聚类中心、对聚类中心点进行遍历，计算聚类之间的匹配度、提取匹配度最大的两个聚类点集并获取旋转角度、根据旋转角度将断骨模型进行旋转来达到粗配准。

进一步的，所述S 4中断骨模型截面部分的点集提取和分割过程具体采用如下方式：将粗配准中提取到的两个聚类点集反向映射，在断骨模型表面找到与其对应的点集作为截面特征点，将截面特征点集进行区域自生长得到两个扩展点集，根据两点之间的坐标关系和法向量关系进行匹配点的搜索，得到两个截面的点集。