[发明专利]基于多模态图像的骨生物力学建模方法、系统及装置

说明书

本发明实施例公开了基于多模态图像的骨生物力学建模方法、系统及装置，通过利用从MRI图像中提取的水图像和脂肪图像，计算得到脂肪分数图像，将脂肪分数图像与QCT图像进行图像配准后得到图像骨髓脂肪分数，利用图像骨髓脂肪分数校正QCT图像的CT值，利用校正后CT值建立骨生物力学有限元模型，进行骨生物力学计算分析。这样，以校正骨生物力学模型的材料属性为切入点，解决了现有的骨生物力学模型材料属性不准确的问题，基于多模态图像校正建立骨生物力学有限元模型，对改进骨生物力学模型以及对提高临床骨折风险预测的准确性具有重要意义。

技术领域

本发明实施例涉及骨生物力学仿真技术领域，具体涉及基于多模态图像的骨生物力学建模方法、系统及装置。

背景技术

评估骨折风险或骨折后临床治疗方案的制定与治疗效果主要依赖于骨的生物力学特性，由于可用于实验的人骨样本较少，采用离体实验手段研究骨生物力学特性不现实或会受到限制，基于医学影像建立的生物力学模型可模拟骨各种复杂受力情况并可无限次重复实验，因此已成为分析骨力学特性的简便而又快捷的方法。

现有的基于医学影像建立的生物力学模型包括：

基于单一模态图像的信息获取骨力学材料，建立生物力学模型的方法，如通过QCT扫描已知密度信息的体模，得到骨密度与图像灰度值的关系，进而得到模型中每个体素的密度信息进而建立骨生物力学模型；

基于多模态图像融合建立骨三维模型的方法，如利用CT图像获得骨骼等硬组织结构并利用CT值赋予硬组织模型材料属性、利用MRI图像获得肌肉韧带等软组织结构，进而建立完整的骨肌系统生物力学模型。

建立骨生物力学模型最关键的一步为骨材料属性的赋予，材料属性决定模型是否可以准确描述椎体内部骨组织的力学特性，决定了单元在载荷下将如何变形，最完美的材料属性是100％还原骨结构组成。骨由松质骨与皮质骨组成，松质骨是一个包含骨小梁与骨髓的整体结构，其中骨髓填充在硬组织的小梁间空隙，作为一种位于骨腔内的软组织，骨髓内的脂肪在受压时可通过提供骨内压力来提高承重能力，这对于骨强度的影响不可忽视，而目前现有的骨生物力学模型大多仅利用骨密度信息赋予模型材料属性，并未考虑骨髓脂肪的影响，具体为通过QCT扫描已知密度信息的体膜，得到骨密度与图像灰度值的关系，进而得到模型中每个体素的密度信息；或直接设置皮质骨、松质骨为一特定杨氏模量，例如皮质骨10000MPa，松质骨200/140MPa，因此模型中材料属性并不准确；另外现有技术手段中，存在一些多模态图像融合建立骨三维模型的方法，如利用CT图像获得骨骼等硬组织结构并利用CT值赋予硬组织模型材料属性、利用MRI图像获得肌肉韧带等软组织结构，进而建立完整的骨肌系统生物力学模型；但这些方法仅关注于骨的解剖结构，只利用单一模态图像或常规参数设置模型的材料属性，并未考虑到由于成像技术缺陷或成像模态单一而造成的材料属性不准确问题。

因此，现有的骨生物力学模型材料属性不准确，导致骨生物力学模型仿真结果精确度低。

发明内容

为此，本发明实施例提供基于多模态图像的骨生物力学建模方法、系统及装置，以解决现有的骨生物力学模型材料属性不准确，导致骨生物力学模型仿真结果精确度低的技术问题。

为了实现上述目的，本发明实施例提供如下技术方案：

根据本发明实施例的第一方面，提供了基于多模态图像的骨生物力学建模方法，所述方法包括：

采集待测骨骼的第一QCT图像序列和第一MRI图像序列；

分别对所述第一QCT图像序列和所述第一MRI图像序列中的图像进行区域分割，得到覆盖目标椎体预设感兴趣区域的第二QCT图像序列和第二MRI图像序列；

从所述第二MRI图像序列中提取水图像序列和脂肪图像序列，并计算得到第一脂肪分数图像序列；

将所述第一脂肪分数图像序列与所述第二QCT图像序列进行图像配准，得到配准后的第二脂肪分数图像序列；