[发明专利]松质骨建模方法、装置、存储介质及电子设备

权利要求书

1.一种松质骨建模方法，其特征在于，所述方法包括：

获取目标松质骨的CT检测影像；

根据所述CT检测影像建立等效体积单元RVE模型；

根据所述RVE模型以及预先训练好的预测模型获取松质骨模型；

其中，所述松质骨模型包括所述目标松质骨的空间模量分布；

其中，根据所述RVE模型以及预先训练好的预测模型获取松质骨模型之前，所述方法还包括：

获取多个样本骨的CT影像，并从数据库中获取所述多个样本骨的数据；

根据所述多个样本骨的数据及所述CT影像建立三维有限元模型及三维像素信息矩阵；

根据所述三维有限元模型及所述三维像素信息矩阵得到训练好的预测模型。

2.根据权利要求1所述的方法，其特征在于，从数据库中获取所述多个样本骨的数据之前，包括：

对所述多个样本骨的实验截面进行微观纳米压痕实验，以获取每个所述样本骨对应的骨小梁弹性模量；

获取每个所述样本骨的实验截面的骨小梁弹性模量与单位圆之间进行保角映射的映射关系；

获取包括所述骨小梁弹性模量以及所述映射关系的数据库。

3.根据权利要求2所述的方法，其特征在于，获取包括所述骨小梁弹性模量以及所述映射关系的数据库之后，还包括：

对所述多个样本骨进行宏观压入实验以测定等效模量；

根据所述等效模量对所述数据库中的数据进行修正。

4.根据权利要求1所述的方法，其特征在于，所述CT影像包括临床CT影像以及高分辨率CT影像，根据所述多个样本骨的数据及所述CT影像建立三维有限元模型及三维像素信息矩阵，包括：

根据所述临床CT影像建立三维像素信息矩阵，根据所述高分辨率CT影像建立三维几何模型；

根据所述多个样本骨的数据对所述三维几何模型进行赋值，以获取所述三维有限元模型。

5.根据权利要求4所述的方法，其特征在于，根据所述高分辨率CT影像建立三维几何模型，包括：

对所述高分辨率CT影像进行预处理；

根据所述高分辨率CT影像的截面扫描分辨率获取预处理后的高分辨率CT影像中每层图像对应的面网格；

根据所述高分辨率CT影像的轴向扫描分辨率对每个所述面网格进行拉伸，以获取松质骨几何模型；

根据预设等效体积单元边长及所述截面扫描分辨率将所述面网格分割为等效体积单元；

对每个所述等效体积单元进行拉伸，以获取等效体积几何模型；

其中，所述三维几何模型包括所述松质骨几何模型以及所述等效体积几何模型。

6.根据权利要求5所述的方法，其特征在于，根据所述临床CT影像建立三维像素信息矩阵，包括：

对所述临床CT影像进行预处理；

获取所述等效体积单元的实际边长，并根据所述实际边长以及所述临床CT影像的截面扫描分辨率确定像素数；

根据所述像素数将所述临床CT影像中的骨截面划分为与所述等效体积单元对应的投影区域，以获取所述三维像素信息矩阵。

7.一种松质骨建模装置，其特征在于，所述装置包括：

CT检测影像获取模块，用于获取目标松质骨的CT检测影像；

RVE模型建立模块，用于根据所述CT检测影像建立等效体积单元RVE模型；

松质骨模型获取模块，用于根据所述RVE模型以及预先训练好的预测模型获取松质骨模型；

其中，所述松质骨模型包括所述目标松质骨的空间模量分布；

其中，所述装置还包括：

数据获取模块，用于获取多个样本骨的CT影像，并从数据库中获取所述多个样本骨的数据；

数据处理模块，用于根据所述多个样本骨的数据及所述CT影像建立三维有限元模型及三维像素信息矩阵；

预测模型获取模块，用于根据所述三维有限元模型及所述三维像素信息矩阵得到训练好的预测模型。

8.一种存储介质，其特征在于，该存储介质存储的计算机程序，在被一个或多个处理器执行时，用来实现如权利要求1-6中任意一项所述的方法。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如权利要求1-6任意一项所述的方法。