[发明专利]一种基于骨成像的人骨模型建立方法

说明书

本发明涉及一种基于骨成像的人骨模型建立方法，包括以下步骤：S1：获取骨成像数据，重构骨成像数据集；S2：采用人骨组织识别算法，对骨成像中的骨组织进行识别，得到骨组织数据集；S3：采用人骨组织集中化算法，对骨组织数据集进行下采样，得到人骨模型点元数据集；S4：利用人骨模型点元数据集，通过无网格方法建立人骨模型。与现有技术相比，本发明具有成本低且精度高等优点。

技术领域

本发明涉及医疗图像处理领域，尤其是涉及一种基于骨成像的人骨模型建立方法。

背景技术

人体骨骼的提取技术是人机交互领域的一项重要技术，它在三维动画制作、网络游戏、医疗科学领域、手势捕捉以及自然人机交互环境中具有很广泛的应用前景。由于人体模型的复杂性和不规则形，以及人体姿态变化的多样性，使得骨骼的自动提取过程比较困难，因此用于分析骨骼提取的研究也得到了广泛的关注。

在医疗科学领域，建立精细的人骨模型更是通过内固定植入物修复骨质疏松的重要前提，然而，由于人骨结构中的松质骨部分细观结构错综复杂，使得人骨在宏观层面材料性质具有很强的随机性，对于松质骨，建立其人骨模型具有更多的困难。

计算力学方法中的有限单元法在生物系统分析中广泛应用，解决了大量生物系统的理论和应用问题，有限单元法也已成为目前生物力学研究的通用工具，然而，将有限元法用于骨质疏松骨质和内固定问题时，会导致网格划分成本过高、网格畸变等许多不易解决的问题，同时建立的有限元模型在细观连续性上也与真实的骨组织结构有所出入，成本高且精度低。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种成本低且精度高的基于骨成像的人骨模型建立方法。

本发明的目的可以通过以下技术方案来实现：

一种基于骨成像的人骨模型建立方法，包括以下步骤：

S1：获取骨成像数据，重构骨成像数据集；

S2：采用人骨组织识别算法，对骨成像中的骨组织进行识别，得到骨组织数据集；

S3：采用人骨组织集中化算法，对骨组织数据集进行下采样，得到人骨模型点元数据集；

S4：利用人骨模型点元数据集，通过无网格方法建立人骨模型。

进一步地，所述的步骤S1具体包括：

通过扫描获取二维骨成像切片数据，并通过堆叠操作重构三维的骨成像数据集。进一步地，所述的步骤S2具体包括：

S21：对骨成像数据集设定阈值，进行阈值截取，并采用图像处理中的噪声过滤算法进行噪声过滤；

S22：得到骨组织数据集，完成骨成像中骨组织的识别。

更进一步地，所述的噪声过滤采用中值滤波函数和高斯模糊函数。

采用上述人骨组织识别算法，能够在骨组织附近保留像素点，没有骨组织的区域移除像素点，并去除骨成像中的噪声，精确的识别出骨成像中的骨组织，有效地过滤噪声，保证无网格模型的有效建立。

进一步地，所述的步骤S3具体包括：

S31：在坐标轴三个方向采用设定间隔进行池化下采样；

S32：下采样过程中，设置权函数进行局部的加权平均；

S33：将下采样后得到的数据集进行一次二值化处理，完成人骨模型中骨组织的集中化，得到人骨模型点元数据集。

采用上述集中化算法，能够在降低特征面分辨率的同时，提取骨组织的结构特征，降低数据样本容量，缩减计算成本。