一种3D截骨矫形术前智能规划方法和系统

一种3d截骨矫形术前智能规划方法和系统
技术领域
1.本发明涉及智能诊疗系统领域，尤其涉及一种3d截骨矫形术前智能规划方法和系统。


背景技术：

2.人体四肢先天性及获得性畸形，可导致四肢长度丢失、力线失衡、关节活动受限、关节退变及疼痛，尤其是下肢畸形甚至可导致相邻关节骨性关节炎、骨盆倾斜及脊柱侧弯等严重并发症。因此，通过外科截骨矫形恢复四肢骨骼正常解剖形态及力线关系，是临床上普遍采用的治疗方案。在手术矫正过程中，传统做法是临床医生根据自己的临床经验，并基于x光片及ct等影像学资料，遵循截骨矫形的基本原则，人工计算截骨位置和矫形角度，以达到肢体矫形的目的，但往往存在术前无法科学预测手术效果并进而影响最优化手术方案的制定、手术精准性不够、不同医生手术均质性较差等缺陷。
3.现有的术前规划系统以二维和三维的为主，二维的术前规划系统仅仅是临床医生传统操作的延伸和二维数字化，无法从三维空间进行精准矫形，仍然需要临床医生依据经验进行操作，耗费大量临床医生的时间和精力并且获得的数据也不够精准，而医生的临床经验又具有个体性差异，导致其准确性、一致性佳。同时，二维系统无法实现截骨手术导板、接骨固定板的个性化设计，不能和三维手术导航系统进行集成。
4.而目前基于医学影像的三维重建3d模型进行术前规划由于三维空间的姿态、位置、临床约束等多参数的复杂性，导致任何一个参数的变化都会引起相互矛盾的诊断结果出现，难以快速生成适应临床需求的术前规划方案；同时，这种方式生成的术前规划解决方案，需要通过反复试验来手动计算验证；临床可行的解决方案的开发，还需要提供临床知识的外科医生和具有技术专长的工程师之间的密切合作，耗费时间，并可能涉及多次手动调整，产生不必要的临床成本。


技术实现要素：

5.本发明的目的在于针对上述现有技术的不足，提供了一种3d截骨矫形术前智能规划方法，实现畸形骨的截骨、复原对齐、接骨固定板定位及固定螺钉定位。
6.为实现上述目的，本发明采用了如下技术方案：
7.本发明提供了一种3d截骨矫形术前智能规划方法，包括以下步骤：
8.s1、利用畸形骨和对侧健康骨的ct数据，生成畸形骨和对侧健康骨的stl模型，并导入3d截骨矫形术前智能规划系统，利用选取参考面进行坐标对称的方法生成对侧健康骨的镜像模型，将所述镜像模型作为重建目标模型，并对畸形骨模型和所述重建目标模型建立局部坐标系；
9.s2、通过所述3d截骨矫形术前智能规划系统的模型空间变化模块对所述畸形骨模型和重建目标模型的初始位姿进行调整；并在所述畸形骨模型和所述重建目标模型的远端关节选取地标点并搜索领域点集；
10.s3、通过所述3d截骨矫形术前智能规划系统的模型配准模块，利用所述s2中搜索领域点集进行基于地标点的初次配准，并选取所述畸形骨模型和重建目标模型远端30％的点集，进行二次精确配准；
11.s4、在所述s3精确配准基础上，通过骨畸形自动诊断模块生成畸形骨模型的畸形函数图像，并确定畸形骨的畸形区域以及能切割范围；
12.s5、通过所述s4得到的能切割范围，使用模型切割模块对畸形骨进行切割；
13.s6、以切割范围生成的截骨平面的参数范围作为优化算法的初始输入，通过截骨矫形优化模块中基于权重的多阶段多目标优化算法计算最优的术前规划参数；
14.s7、以所述s6的优化结果，通过所述3d截骨矫形术前智能规划系统进行术前规划，以3d形式呈现规划结果，并通过骨组织填充模块进行截骨后的间隙填充。
15.进一步，所述对侧健康骨的镜像模型的生成是以所述对侧健康骨在坐标系统中的点坐标，以xoz平面为对称面求取对称点坐标，利用所述对称点坐标建立镜像模型的几何结构和拓扑结构。
16.进一步，所述s1中，局部坐标系的构建方法为：
17.s101、以骨长轴为基准建立局部坐标系的y轴，绕y轴旋转对应于纠正横平面；
18.s102、以绕z轴旋转对应于纠正矢状面为原则，借助已建立的y轴，建立局部坐标系的z轴；
19.s103、以绕x轴旋转对应于纠正额平面为原则，并通过已建立的y轴和z轴的向量积结果，建立局部坐标系的x轴。
20.进一步，所述s2中，远端关节的解剖点为七个地标点，并在每一个所述解剖点的50mm领域内利用建立的拓扑结构关系搜寻五十个点，使用广度优先搜索算法，最后生成所述畸形骨模型和重建目标模型进行待配准点集和目标点集。
21.进一步，所述畸形骨模型的拓扑结构关系是通过stl模型已有的点、面单元数据，根据一个点参与组成的所有面单元构成所述点的所有邻接面单元、一个点参与组成的所有线单元构成所述点的所有邻接线单元、线单元相邻有一个或两个面单元以及面单元相邻有一个、两个或三个面单元的原则，建立所述3d截骨矫形术前智能规划系统中的三维模型拓扑结构关系。
22.进一步，所述s3中，两次精确配准均使用最近迭代点法进行配准，第一次精确配准是选取关节附近解剖点作为地标点进行的初次粗略配准；第二次精确配准是选取已粗略配准的远端部分点集进行精确配准。
23.进一步，所述s4中，畸形骨的畸形区域的自动诊断方法包括：
24.s401、建立窗函数，沿着所述畸形骨模型的局部坐标系y轴将远端配准的畸形模型和重建目标模型的点集进行空间离散处理；
25.s402、每一块离散部分中包含有所述畸形骨模型和重建目标模型的点集，计算并搜寻畸形骨模型点集中每一点与重建目标模型点集中欧氏距离最小的点，并计算均方根误差rmse；
26.s403、以畸形骨模型局部坐标系y轴上的点为横坐标，均方根误差为纵坐标，建立畸形函数图像，以偏离均方根误差最小值10％确定畸形区域。
27.进一步，所述窗函数是以局部坐标系为参考，x值和y值包围畸形骨模型和健康骨
模型，y值为离散的范围。
28.进一步，所述s6中，
29.优化算法中的参数是根据截骨矫形手术中的临床目标转化的，四个所述临床目标的所有参数编码进多阶段多目标优化算法的染色体中；
30.基于权重的多阶段多目标优化算法中，权重分配是将普通多目标优化算法中拥挤度的计算方式进行改变，在拥挤度计算时根据当前优化目标的重要性进行权重分配，使优化后的参数强制保留在靠近拥挤度更小的理想点空间中；
31.基于权重的多阶段多目标优化算法中的多阶段是将四个优化目标分为两个阶段，将阶段一的优化结果用来初始化阶段二，最后根据所述阶段二的优化结果的参数进行术前规划。
32.进一步，还提供一种3d截骨矫形术前智能规划系统，包括：
33.模型空间变换模块，用于在智能规划前对骨骼模型的空间位置进行调整；
34.模型配准模块，此模块提供基于地标、最近迭代点icp、四点配准及快速点特征直方图配准方法，用于根据不同情况将畸形骨模型的局部或整体与重建目标模型进行配准；
35.骨畸形自动诊断模块，用于自动计算出畸形骨模型相比较于重建目标模型的畸形范围并绘制畸形函数图像；
36.模型切割模块，用于在配准及自动诊断后在一个粗略范围内对畸形骨进行切割。
37.骨填充模型生成模块，用于生成截骨复原后产生的骨碎片间隙填充模型，进行骨碎片辅助固定。
38.截骨矫形优化模块，用于在截骨平面的参数范围内，产生不同的近端、远端潜在骨碎片作为输入，使用基于权重的多阶段多目标优化算法计算出最优的截骨切割面、复原对齐变换矩阵，固定板及螺钉的空间位置。
39.本发明的有益效果为：使用模型空间变换模块可以使骨骼模型的初始位姿更利于配准复原；模型配准模块的设置使畸形模型局部或整体的复位对齐精度比医生手工计算复位的精度及其他软件辅助复位的精度更高；进行骨填充模型的生成能够通过3d打印骨种植物进行骨填充，使复位后的固定更加稳固；截骨矫形优化模块是此系统的核心模块，通过此模块能够在初期截骨矫形的基础上进行截骨平面、复位对齐、固定板空间位置及螺钉方位的优化，自动生成临床目标所需的解决方案，提高截骨矫形的术前规划效果及精度，并且大幅度减少术前规划所需时间，实现术前规划的智能化。
附图说明
40.图1为本发明一种3d截骨矫形术前智能规划方法的总结构框图；
41.图2为骨畸形自动诊断模块的框图；
42.图3为基于临床目标权重的多阶段多目标优化算法的框图。
具体实施方式
43.为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
44.请参阅图1，一种3d截骨矫形术前智能规划方法，包括以下步骤：
45.s1、利用畸形骨和对侧健康骨的ct数据，生成畸形骨和对侧健康骨的stl模型，并导入3d截骨矫形术前智能规划系统，利用选取参考面进行坐标对称的方法生成对侧健康骨的镜像模型，将所述镜像模型作为重建目标模型，并对畸形骨模型和所述重建目标模型建立局部坐标系；
46.s2、通过所述3d截骨矫形术前智能规划系统的模型空间变化模块对所述畸形骨模型和重建目标模型的初始位姿进行调整；并在所述畸形骨模型和所述重建目标模型的远端关节选取地标点并搜索领域点集；
47.s3、通过所述3d截骨矫形术前智能规划系统的模型配准模块，利用所述s2中搜索领域点集进行基于地标点的初次配准，并选取所述畸形骨模型和重建目标模型远端30％的点集，进行二次精确配准；
48.s4、在所述s3精确配准基础上，通过骨畸形自动诊断模块生成畸形骨模型的畸形函数图像，并确定畸形骨的畸形区域以及能切割范围；
49.s5、通过所述s4得到的能切割范围，使用模型切割模块对畸形骨进行切割；
50.s6、以切割范围生成的截骨平面的参数范围作为优化算法的初始输入，通过截骨矫形优化模块中基于权重的多阶段多目标优化算法计算最优的术前规划参数；
51.s7、以所述s6的优化结果，通过所述3d截骨矫形术前智能规划系统进行术前规划，以3d形式呈现规划结果，并通过骨组织填充模块进行截骨后的间隙填充。
52.所述对侧健康骨的镜像模型的生成是以所述对侧健康骨在坐标系统中的点坐标，以xoz平面为对称面求取对称点坐标，利用所述对称点坐标建立镜像模型的几何结构和拓扑结构。
53.所述s1中，局部坐标系的构建方法为：
54.s101、以骨长轴为基准建立局部坐标系的y轴，绕y轴旋转对应于纠正横平面；
55.s102、以绕z轴旋转对应于纠正矢状面为原则，借助已建立的y轴，建立局部坐标系的z轴；
56.s103、以绕x轴旋转对应于纠正额平面为原则，并通过已建立的y轴和z轴的向量积结果，建立局部坐标系的x轴。
57.所述s2中，远端关节的解剖点为七个地标点，并在每一个所述解剖点的50mm领域内利用建立的拓扑结构关系搜寻五十个点，使用广度优先搜索算法，最后生成所述畸形骨模型和重建目标模型进行待配准点集和目标点集。
58.所述畸形骨模型的拓扑结构关系是通过stl模型已有的点、面单元数据，根据一个点参与组成的所有面单元构成所述点的所有邻接面单元、一个点参与组成的所有线单元构成所述点的所有邻接线单元、线单元相邻有一个或两个面单元以及面单元相邻有一个、两个或三个面单元的原则，建立所述3d截骨矫形术前智能规划系统中的三维模型拓扑结构关系。
59.所述s3中，两次精确配准均使用最近迭代点法进行配准，第一次精确配准是选取关节附近解剖点作为地标点进行的初次粗略配准；第二次精确配准是选取已粗略配准的远端部分点集进行精确配准。
60.所述s4中，畸形骨的畸形区域的自动诊断方法包括：
61.s401、建立窗函数，沿着所述畸形骨模型的局部坐标系y轴将远端配准的畸形模型和重建目标模型的点集进行空间离散处理；
62.s402、每一块离散部分中包含有所述畸形骨模型和重建目标模型的点集，计算并搜寻畸形骨模型点集中每一点与重建目标模型点集中欧氏距离最小的点，并计算均方根误差rmse；
63.s403、以畸形骨模型局部坐标系y轴上的点为横坐标，均方根误差为纵坐标，建立畸形函数图像，以偏离均方根误差最小值10％确定畸形区域。
64.所述窗函数是以局部坐标系为参考，x值和y值包围畸形骨模型和健康骨模型，y值为离散的范围。
65.所述s6中，
66.优化算法中的参数是根据截骨矫形手术中的临床目标转化的，四个所述临床目标的所有参数编码进多阶段多目标优化算法的染色体中；
67.基于权重的多阶段多目标优化算法中，权重分配是将普通多目标优化算法中拥挤度的计算方式进行改变，在拥挤度计算时根据当前优化目标的重要性进行权重分配，使优化后的参数强制保留在靠近拥挤度更小的理想点空间中；
68.基于权重的多阶段多目标优化算法中的多阶段是将四个优化目标分为两个阶段，将阶段一的优化结果用来初始化阶段二，最后根据所述阶段二的优化结果的参数进行术前规划。
69.一种3d截骨矫形术前智能规划系统，用于实现3d截骨矫形术前智能规划方法，以及
70.模型空间变换模块，用于在智能规划前对骨骼模型的空间位置进行调整；
71.模型配准模块，此模块提供基于地标、最近迭代点icp、四点配准及快速点特征直方图配准方法，用于根据不同情况将畸形骨模型的局部或整体与重建目标模型进行配准；
72.请参阅图2，骨畸形自动诊断模块，用于自动计算出畸形骨模型相比较于重建目标模型的畸形范围并绘制畸形函数图像；
73.模型切割模块，用于在配准及自动诊断后在一个粗略范围内对畸形骨进行切割。
74.骨填充模型生成模块，用于生成截骨复原后产生的骨碎片间隙填充模型，进行骨碎片辅助固定。
75.截骨矫形优化模块，用于在截骨平面的参数范围内，产生不同的近端、远端潜在骨碎片作为输入，使用基于权重的多阶段多目标优化算法计算出最优的截骨切割面、复原对齐变换矩阵，固定板及螺钉的空间位置
76.实施例一
77.将畸形骨的对侧健康骨导入到系统中，以stl模型的方式呈现，设定三维世界坐标系的xoz平面为对称面，求取对侧健康骨所有坐标点关于该平面的对称点，然后利用这些点建立镜像模型的几何结构和拓扑结构，完成重建目标模型的建立。
78.将畸形骨模型与重建目标模型同时导入系统中，配准骨骼模型的远端，绘制畸形函数图像，确定畸形骨模型的变形区域。
79.首先，由于在截骨矫形中关节区域的对齐比长骨区域对齐更重要，因此根据手术医生的建议，在畸形骨模型和重建目标模型的远端关节面上选取5个临床解剖点，在关节面
周围的长骨区域选择2个临床解剖点，一共7个临床解剖点作为配准地标点。
80.建立stl模型的拓扑关系，包括每个点参与构成的所有单元，每个点参与构成的所有线，一条线相邻的两个单元及每个单元相连的三个单元。
81.利用拓扑信息，对每一个地标点在5mm的领域内使用广度优先搜索算法搜索50个点，若5mm邻域内没有50个点，则搜索该邻域内的所有点，将畸形骨模型的搜索点集作为源点集，将重建目标模型的搜索点集作为目标点集，使用最近迭代点算法将源点集与目标点集进行配准。由于基于地标选取的点集得到的配准结果只是基于关节区域的一个初始配准结果，并不能完全将远端健康部位与重建目标骨配准。因此通过试验，选取畸形骨模型和重建目标模型远端30％的点在初始配准的基础上使用最近迭代法进行二次配准，可以初步将畸形骨远端的健康部位与重建目标骨配准。
82.30％的点集选取步骤如下：
83.计算畸形点集在局部坐标系y轴上投影最小的点p
min
和最大的点p
max
；
84.分别计算局部坐标系y轴上与p
min
和p
max
欧氏距离最小的点l
min
和l
max
；
85.计算距离点l
min
的长度为λ*(l
max-l
min
)的点l(λ)；
86.λ取0.3时，计算约束条件：
87.约束条件一：小于l(0.3)在局部坐标系y轴的投影；
88.约束条件二：小于l(0.3)与l
min
的距离；
89.在畸形点集中搜索在局部坐标系y轴上的投影满足约束条件一并且与l
min
的距离满足约束条件二的点，构成畸形骨远端的30％的点集。
90.利用远端30％点集完成配准后，可以通过配准后的模型计算出远端的畸形区域，以下作详细说明：
91.畸形区域的计算是通过设定一个窗函数，将窗函数沿着畸形骨模型的局部坐标系y轴移动，实现离散畸形骨模型和重建目标模型点集的目的。
92.首先设定窗函数，窗函数的实质是一个空间范围，以畸形骨的局部坐标系为参考坐标系，将x及z值设置为足够大，足以将畸形骨模型和重建目标模型包含在内，窗体的y值是窗体的厚度，根据选取不同的窗体厚度控制不同的空间范围，进而控制不同精度的畸形轮廓。
93.每一个窗体都将相同y值范围的畸形骨模型和重建目标模型点集包含在内，通过遍历的方法找出畸形骨模型点集中每一点与重建目标模型点集中欧氏距离最小的点，并计算它们的均方根误差rmse。
94.然后，从畸形骨模型的最远端到最近端根据窗体厚度不断计算rmse，以畸形骨局部坐标系的y轴为横坐标轴，绘制出畸形轮廓函数图，具体的窗体厚度根据手术医生的建议而定。
95.最后，找到畸形轮廓图中rmse最小点，从此点开始，偏离该值10％的位置被认定为远端畸形的大致起始点。
96.确定畸形轮廓区域后就可以大致确定一个切割平面的范围，但具体在哪一个点进行切割可以使复原对齐以及固定板安装最合理还需对切割面位置进行优化处理，本发明中的优化处理是通过基于权重的多阶段多目标优化算法实现，如图3所示，包括以下步骤：
97.b1、在多阶段多目标优化算法中需要有定量的方式来判断优化结果与临床目标的
符合程度，因此为每一个临床目标都制定一个在算法中适用的适应度函数；
98.b2、根据临床截骨矫形手术中不同临床目标的重要性，制定一种临床目标在算法中的权重分配方式；
99.b3、分阶段执行基于临床目标权重的多阶段多目标优化算法，第一阶段优化截骨平面、恢复对齐及固定板空间位置三个临床目标，第二阶段在第一阶段的基础上优化恢复对齐、固定板位置及螺钉位置三个目标，最后基于固定板空间位置最优解决方案选取最佳的优化参数。
100.详细说明如下：
101.首先，在进行优化处理之前必须考虑应用何种方式对优化参数进行评价，在此，本发明基于临床相关测量开发了与4个临床目标相对应的适应度函数，分别如下：
102.复位对齐的适应度函数：在发明内容中已说明，关节区域比其他区域更需精确地对准重建目标，对关节面上的点给予权重0.18，关节外的点给予权重0.05，依据权重对畸形骨的七个地标点范围内共计350个点计算均方根误差，依此确定复位对齐的适应度函数。
103.截骨平面的适应度函数：直接控制截骨平面是极其困难的，在此发明中是通过控制骨突出隐性控制截骨平面，骨突出是指在复位对齐后，在截骨平面处利用窗体厚度足够大的窗函数将切割位置包围在内，分别计算远端碎片和近端碎片在此处与重建目标骨的rmse值的平均值，依此制定截骨平面的适应度函数。
104.固定板方位的适应度函数：首先根据手术入路和骨骼内在解剖使用统计形状模型ssm方法生成平均骨骼模型并确定平均固定板可行区域。对于特定的患者模型，使用模型拟合配准算法得到特定的固定板可行区域。
105.然后，确定固定板上应当与骨骼表面进行接触的点集，通过用主成分分析方法计算固定板的固有坐标系，计算方法具体如下：
106.利用固定板在世界坐标系中的三维坐标构建协方差矩阵，计算特征值和特征向量，每个特征向量代表固有坐标系的一根坐标轴的方向，规定z轴正方向指向固定板下表面，该坐标系的原点由固定板的所有点的均值确定。
107.以固定板上某点满足该点与固定坐标系原点组成的向量在z轴正方向的投影小于0.85倍的固定板厚度为判断条件，满足此条件的点作为应当与骨骼表面进行接触的点集。使用此点集与畸形骨碎片表面进行配准接触，然后通过点之间的距离分别计算固定板与远端碎片和近端的平均距离，最后计算两者的平均距离，依此来定义固定板方位的适应度函数。
108.螺钉方位的适应度函数：由于螺钉的位置以及长度不恰当都会引起患者的各种并发症，因此需要螺钉的稳定性与骨密度分布的关系，根据这个原则，我们在螺钉放置处根据螺钉的骨骼的两个交点设定起始点与终点，在三维空间中沿着螺钉的起点与终点位置取样并计算不同取样点的骨密度，最后计算平均值来定义螺钉方位的适应度函数。
109.上述四个适应度函数分别以f1，f2，f3，f4表示，制定完四个适应度函数后，基于临床目标权重的多阶段多目标算法的主体部分具体实施如下：
110.首先将四个临床目标的优化参数以十进制编码方式编码进染色体
111.普通的多阶段多目标遗传算法只能在解空间中找到等权重优化目标的均匀最优解，而在实际临床手术中，不同临床目标的重要程度不一样，因此需要制定权重计算模式，
在多阶段多目标遗传算法中，拥挤度代表了在同一pareto等级解集中的解的重要性，拥挤度越小表示此解越重要。于是将权重分配公式用于拥挤度计算，通过基于权重的拥挤度来确定不同临床目标的重要程度。
112.在第一阶段，对复位对齐(f1)、截骨平面(f2)、固定板位置(f3)进行优化，分配权重k1＝0.2,k2＝0.3,k3＝1,k3设置为1是为了在第一阶段强制算法将解集保留在f1和f2靠近理想点的解空间中。
113.此阶段在染色体的参数范围内随机产生200条染色体，在每个阶段，优化所有参数(所有目标)，但只考虑适应度函数的子集。
114.迭代200次，最后取pareto前列的70个最佳解决方案。
115.在第二阶段，以第一阶段的70个解为基础，在此参数范围内初始化200条染色体，对恢复对齐(f1)、固定板位置(f3)及螺钉位置(f4)进行优化，分配权重k3＝0.4,其余优化目标不加权，这是为了保证解决方案有一个最优的固定板对齐位置，并且避免使恢复对齐恶化。经过200次迭代后，依旧只保存pareto前列的70个最佳解决方案，存储在xr2中。
116.算法最终确定的优化后的参数化染色体通过在第二阶段的排序解集中采取最佳的固定板对齐解决方案来获取，计算公式如下：
[0117][0118]
优化完成后，在参数化的染色体中获取进行截骨矫形术前规划的参数，分别为进行截骨的截骨平面：位置参数pl
x
、ply、plz，法向参数复原对齐的4x4的齐次变换矩阵af：旋转矩阵平移向量固定板相对于畸形骨局部坐标系的4x4齐次变换矩阵：旋转矩阵r
p
＝(θ
x
,θy,θz)，平移向量螺钉位置：由绕坐标轴旋转的欧拉角构成的向量i表示螺钉的数目。
[0119]
通过上述术前规划参数，可以在3d截骨矫形术前智能规划系统自动生成截骨矫形后的3d模型，医生可以借助此结果进行临床手术。
[0120]
以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求。