定制型人工股骨柄建模

2015-11-21 05:58李媛丽师建文

机械制造 2015年2期

关键词：X光图像处理轮廓

□ 沈浩 □ 李媛丽 □ 李泓 □ 师建文

兰州理工大学机电工程学院兰州 730050

定制型人工股骨柄建模

□ 沈浩 □ 李媛丽 □ 李泓 □ 师建文

兰州理工大学机电工程学院兰州 730050

为解决传统股骨头置换术中标准型号的股骨柄与病患骨髓腔形状不贴合的问题，提出了定制型人工股骨柄建模。提取病患股骨的X光片以及CT图像数据，利用eFilm、Auto CAD和SolidWorks软件进行股骨柄三维模型重建，包括图像预处理、轮廓提取、曲线插值、曲面放样，最后生成股骨柄的三维重建模型。经实例验证，该方法可以重建与患者骨髓腔高度贴合的股骨柄模型。此方法不仅可以重建髋关节股骨柄，还可以推广至其他关节或组织，为人工关节假体的定制提供有效手段。

人工股骨柄图像预处理轮廓提取三维模型建立

我国人工髋关节主要是从国外进口的标准件，由于国内病患的关节形状和尺寸与国外存在个体差异，导致标准件形状与我国患者的骨髓腔不匹配，造成应力分布的不均匀，为术后的并发症埋下隐患，甚至会导致置换手术的失败。此时，最理想的方法是根据病人的实际情况进行定制，即按患者病骨的几何解剖状态，专门设计制作假体。

笔者以患者股骨的X光片和CT片为数据来源，研究与患者股骨髓腔相配的定制型股骨柄，包括股骨数据的提取与处理方法，以及股骨柄几何模型的建立方法，为股骨快速制造提供理论模型。

1 人工髋关节概述

髋关节不但是人体最重要的关节之一，而且是人体最大的负重关节，但是，由于老龄化、疾病、运动后造成的创伤等因素，髋关节产生病变，严重影响了患者的正常生活，而人工关节置换是治疗髋关节晚期疾病的重要手段。应用人工关节置换手术来重建关节功能已经有100多年的历史，据统计资料表明，目前全球每年人工髋关节的置换数量估计已达到800 000个［1］。我国人工髋关节部件主要从国外进口，由于标准件形状与我国大部分患者的骨骼不匹配，常导致手术后患者的剧烈疼痛，而且，使用过程中易松动，寿命较短［2］，而国内人工关节厂商受资金的限制，有限规格的关节柄显然很难与数十万、上百万病人的股骨髓腔相匹配［3］。因此，根据病患股骨的实际情况，进行定制型人工股骨柄制作，供临床手术植入（参见图1）。由于人工关节材料成本很高，为保证在实际加工中一次成型，减少患者经济负担的同时提高加工效率，因此，在工程技术领域需要解决的关键技术是：①患者病骨数据的准确测量；②人工置换骨模型的建立及假体制造。

▲图1 定制型髋关节示意图

2 数据筛选与处理

在采集数据过程中，采用X正侧位光片与CT片结合的方法。其中X射线（又称伦琴射线）具有一定的穿透力，能穿透人体的组织结构，利用X线的波长与被照射物质密度的差别，可以将密度不同的骨骼与肌肉、脂肪等软组织区分开来。CT（Computed Tomography，电子计算机X射线断层扫描技术）以它的高分辨率、高灵敏度、多层次等优越性，发挥了有别于传统X线检查的巨大作用，由于CT采集到的图像是整个髋关节的断层扫描图像，而本文所研究的为股骨柄，为了提高对数据的处理速度，要将无用的数据剔除出去，保留股骨作为研究对象。对研究区域的提取，采用了在断层上拉选矩形窗口的方法，该窗口包含股骨，其它的断层图像采用同样的选取过程，这样就大大减少了后续分析建模的数据量，提高了工作效率。

由于X射线是投影成像，会将三维空间结构重叠到二维图像上，造成影像重叠，而且二维影像又会丢失重要的三维空间信息，因此采用以CT扫描获得患骨模型与X光片（包括正面与侧面的投影成像）相结合的重建方法。

在重建过程中，对X光片、CT图像的获取以及二维轮廓的处理是一项关键步骤，因此将在医院获取的X光和CT数据为*.DICOM格式文件，使用eFilm软件转换为*.jpg格式，如图2、图3所示。

▲图2 髋关节CT图

▲图3 髋关节X射线图

2.1 图像预处理

在医学影像设备中，各电子器件的随机扰动必定会产生干扰噪声，为了保证图像质量，需要对骨骼图像进行去噪处理，略去或削弱无用的信息来达到突出骨骼边缘特征。在去噪处理中，采用中值滤波来实现，其基本原理是把数字图像或数字序列中的一个点，用该点的一个领域中各点的中值代替。用n点像素y（i，j）（-1≤i≤1，-1≤j≤1）的取样平均（i， j）来代替点的像素值，从而将原噪声n（i，j）的均方差变为新噪声的均方差，使噪声误差减小为原始误差的。

中值滤波既能有效地抑制噪声，又能很好地保留有效信号，适于图像的平滑和去噪处理［4］。

以CT图像为例，图4中的（a）、（b）为图像处理前后的对比图。可以看出，图像的处理可以对图像有更好的保护和增强效果。

2.2 骨骼轮廓的提取

在提取骨骼轮廓之前，需要对CT图像进行骨组织和软组织的分割，因CT自身特性，这两者的灰度值相差很大，故采用灰度阈值法加边缘追踪法进行分割。

2.2.1 灰度阈值法

灰度阈值法［5］实质上是对图像进行二值化，它以一定的准则，在灰度图像中选定一个灰度值作为标准值，然后将图像矩阵中每个像素的灰度值与标准阈值比较，在标准阈值上设定为一个固定数值，而在标准阈值下设定为零，即设灰度图像f（x，y），阈值为S，则分割后的二值图像为：

▲图4 CT图像处理对比图

实际的图像目标和背景之间不一定单纯地分布在两个灰度范围内，因此采用两个及以上的阈值来提取，可选择（S1，S2）作为阈值区间，采用：

2.2.2 边缘追踪法

边缘追踪法［5］是以图像中不同区域的分界勾画出目标物体的轮廓，以识别目标，图像中那些存在急剧变化的点，也就是图像结构的边缘，是图像信息的重要部分。基本思想是先检测图像中三维边缘点，再按照某种策略将这些点连接起来，形成轮廓。

由于图像的边界轮廓是一个灰度变化带，故采用梯度向量的幅值和方向作为特征值，连续图像f（x，y），方向导数在其边缘法线上存在局部最大值，边缘追踪即求该梯度的局部最大值和方向。

f（x，y）在θ方向沿r的梯度定义为：

3 CAD模型建立

国内外很多高校、医院等研究机构使用的医学图像处理软件基本相同，采用的方法也类似，国内大部分研究者都采用一系列的医院图像处理软件来实现二维轮廓的提取［6］。但是由于医学软件专业性强，操作比较复杂，需要专业的医学知识，不具备通用性，而Auto CAD软件支持多种操作平台，具有通用性、易用性。

本文在图像处理过程中采用医学图像处理软件与非医学图像处理软件相结合，对*.DICOM格式图像进行处理，生成*.jpg格式，最大限度保证原始数据图像的真实性。之后，采用Auto CAD计算机绘图软件对已优化处理的股骨二维轮廓进行提取，再对所提取的二维轮廓图像进行样条插值运算，优化二维轮廓图像，提高二维图像的精度。

髋关节股骨图像经过处理后，去除周围的肌肉神经组织，可得到髋关节的轮廓区域，如图5所示。

使用Auto CAD软件打开此*.jpg格式文件，并对二维轮廓图像进行提取，提取方法如图6所示。

以一层图像为例，对其进行二维轮廓的提取以及样条插值。打开Auto CAD软件，插入任意一层已优化的CT扫描图像文件，界面如图7所示。