[发明专利]全自动骨折钢板模型个性化重构方法

权利要求书

1.一种全自动骨折钢板模型个性化重构方法，其特征在于包括如下步骤：

断骨图像分离步骤：

对采集的断骨CT图像序列进行至少包括二值化的预处理；提取二值化后CT图像序列中的每幅图像的断骨轮廓；

根据该断骨轮廓，应用snake模型完成CT图像中的断骨一和断骨二图像区域分离；分别得到断骨一的图片序列集和断骨二的图片序列集；

断骨三维重构步骤：

以二值化后的CT图像序列，三维空间中的相邻像素点为顶点，构建多个正方体体元；

根据像素图像中的灰度值，将图像中的像素点划分为实点和虚点，将所述正方体体元中既包含实点又包含虚点的体元定义为边界体元；取边界体元中连接实点和虚点的边的中点作为等值面三角形的顶点，以此方法在所述的边界体元中构建等值面三角形；

提取两个断骨的图像序列集中的全部等值面三角形，分别组成断骨一和断骨二的三维模型；

断骨轴线提取步骤：

生成所述断骨一和断骨二三维模型的初始样本矩阵Z；对样本矩阵进行中心化，得到矩阵X；计算该矩阵X的协方差矩阵C和协方差矩阵C的特征值，选取最大特征值对应的特征向量作为所述断骨一和断骨二的断骨轴线；

断骨截面分割步骤：

在所述的断骨一和断骨二的三维模型上提取特征点；将特征点按长度缓冲值以及网格模型划分为首尾两部分；分别形成断骨一和断骨二首尾特征点的共4个特征点集合；

利用所述的4个特征点集合，建立包围盒；通过分析比较包围盒三轴方差值，确定表示断骨断面所在的2个包围盒，并进行包围盒对准；对准后，进行点集搜索，得到两个断骨模型截面的点集P₁和P₂；

断骨配准步骤：

该步骤包括以通过坐标轴旋转，拉近所述断骨一和断骨二距离，以及完成截面大致对齐的预配准步骤和基于ICP算法对两断骨模型点集进行精确配准的精确配准步骤；

虚拟钢板预弯步骤：

在拼接好断骨断面附近进行点选，确定钢板模型尺寸和形状；记录点选三角平面值，选中范围内所有表面三角面片，计算每个三角面片的法向量值，每个平面根据其法向量方向进行一定程度的加厚，并填充其缝隙的部位，最终得到模拟钢板三维数据。

2.根据权利要求1所述的全自动骨折钢板模型个性化重构方法，其特征还在于所述的snake模型完成CT图像中的断骨一和断骨二图像区域自动分离具体过程如下：

分别选取CT图像集的第一张和最后一张的轮廓线作为正向和反向分割的初始曲线；

在轮廓线的控制点上定义snake能量函数

其中，snake能量函数中前两项：

为内部力，用来控制轮廓线的弹性形变；第三项为定义的曲线的外部力，表示v点处的灰度梯度，用来控制曲线的位置与局部特征吻合；

设置每张图像中snake算法的迭代次数，迭代过程中轮廓的控制点在局部范围内搜索，使总能量E_total趋近于极小值；

从CT图像集的首部至尾部迭代来分离出断骨一的序列图像集，再反向重新迭代分离出断骨二的序列图像集。

3.根据权利要求2所述的全自动骨折钢板模型个性化重构方法，其特征还在于分离断骨图像之后，还具有图像去噪步骤：

将重合的像素提取出来，存入像素点集S；

对S中的第i个像素点，分别获取相邻10张图像中该像素邻近位置中像素点的灰度值g，若g140，则记录为有效灰度值，对全部10张图片中的有效灰度值求和得到G_i，定义像素点集S与该图像集的相关值

其中，n为S中像素点的数量；

分别计算断骨一和断骨二两个图像集中重合部分的相关值M1和M2，在相关值小的图像集中舍去重合的像素点集。