(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210296439.8 (22)申请日 2022.03.24 (71)申请人 山东师范大学 地址 250014 山东省济南市历下区文化 东 路88号 (72)发明人 华庆　赵蒙蒙　司海朋　赵俊勇　 王晶晶　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 赵妍 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06T 17/20(2006.01) G06V 10/26(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) A61B 17/70(2006.01) G06F 119/14(2020.01) G06F 111/04(2020.01) (54)发明名称 基于深度学习的腰椎节段内固定方式仿真 方法及系统 (57)摘要 本发明提供了一种基于深度学习的腰椎节 段内固定方式仿真方法及系统， 包括获取CT腰椎 节段扫描图像； 对获取的CT腰椎节段扫描图像进 行分割， 得到椎体结构图像； 基于分割后的椎体 结构重建出三维椎体模型并进行预处理； 基于预 处理后的三维椎体模型， 进行腰椎节段部件的添 加和装配， 得到固定后的三维腰椎节段模型； 基 于三维腰椎节段模型， 对其部件进行网格划分； 基于网格划分后的三维腰椎节段模型进行有 限 元分析， 得到腰椎节段内固定方式的仿真结果； 本发明使用深度学习U ‑Net网络分割图像， 很大 程度改善图像标注费事费力的现状， 并且能够得 到更加精确的三维椎体模型。 权利要求书2页 说明书8页 附图2页 CN 114662362 A 2022.06.24 CN 114662362 A 1.一种基于深度学习的腰椎节段内 固定方式仿真方法， 其特 征在于， 包括： 获取CT腰椎节段扫描图像； 对获取的CT腰椎节段扫描图像进行分割， 得到椎体结构图像； 基于分割后的椎体结构重建出三维椎体模型并进行 预处理； 基于预处理后的三维椎体模型， 进行腰椎节段部件的添加和装配， 得到固定后的三维 椎体节段模型； 基于三维椎体节段模型， 对其部件进行网格划分； 基于网格划分后的三维椎体节段模型进行有限元分析， 得到腰椎节段内固定方式的仿 真结果。 2.如权利要求1所述的一种基于深度学习的腰椎节段内固定方式仿真方法， 其特征在 于， 所述对获取的CT腰椎节段扫描图像进行分割， 得到椎体结构， 包括： 基于深度学习3D  U‑Net卷积神经网络进行 椎体分割； 将获取的CT腰椎节段扫描图像输入到深度学习3D  U‑Net卷积神经网络中； 通过下采样对CT腰椎节段扫描图像进行特征提取， 得到CT腰椎节段扫描图像的特征 图； 通过反卷积层对CT腰椎节段扫描图像的特征图进行上采样， 得到分割后的椎体结构图 像。 3.如权利要求2所述的一种基于深度学习的腰椎节段内固定方式仿真方法， 其特征在 于， 所述深度学习3D  U‑Net卷积神经网络包括编码器和解码器； 所述解码器包含有四个不同分辨率的网络层， 每一个分辨率层包含两个卷积层、 一个 ReLU激活层和一个最大池化层； 所述解码器包含有四个不同分辨率的网络层， 每一个分辨率层包含两个反卷积层、 两 个卷积层和一个ReLU激活层。 4.如权利要求1所述的一种基于深度学习的腰椎节段内固定方式仿真方法， 其特征在 于， 所述基于分割后的椎体结构重建出三维椎体模型并进行 预处理， 包括： 将完成分割之后的椎体结构图像导入到 Mimics， 直接 重建出三维椎体模型； 基于完整的三维椎体模型使用Smo othing光滑工具， 进行 椎体表面局部与全部优化； 得到预处 理后的三维椎体模型。 5.如权利要求4所述的一种基于深度学习的腰椎节段内固定方式仿真方法， 其特征在 于， 所述基于分割后的椎体结构重建出三维椎体模型并进行 预处理， 还包括： 基于预处 理后的三维椎体模型， 再次进行光滑优化处 理； 光滑优化处理后的三维椎体模型经过精确曲面、 探测曲率、 构造曲面片、 构造格栅与拟 合曲面操作， 拟合出Nurbs实体曲面， 得到三维 实体曲面椎体模型。 6.如权利要求1所述的一种基于深度学习的腰椎节段内固定方式仿真方法， 其特征在 于， 所述基于预 处理后的三 维椎体模型， 进 行腰椎节段部件的添加和装配， 得到固定后的三 维椎体节段模型， 包括： 基于椎间盘的L4椎体下表面与 L5椎体上表面确定上下终板、 髓核、 纤维环， 重建并添加 完整的椎间盘结构模型； 模拟手术 位置， 将CBT螺钉置入L 4椎体， 椎弓根螺钉置入L5椎体；权　利　要　求　书 1/2 页 2 CN 114662362 A 2根据L4‑L5椎体上下螺钉位置制作钉棒， 将椎弓根螺钉与CBT螺钉连接， 旋紧螺帽， 使螺 帽与螺钉所 带螺纹互相吻合， 完成椎弓根螺钉与CBT螺钉内 固定系统装配； 得到固定后的三维椎体节段模型。 7.如权利要求1所述的一种基于深度学习的腰椎节段内固定方式仿真方法， 其特征在 于， 所述基于网格划分后的三维椎体节段模型进行有限元分析， 得到腰椎节段内固定方式 的仿真结果， 包括： 设置分析步 为静力通用类型， 单 元定义为几何非线性； 在分析步中创建场输出与历程输出， 设定好结果分析的指标； 对模型各部件添加相互作用、 设置表面 ‑表面绑定约束； 添加载荷与边界条件， 模拟屈曲、 伸展、 左右侧弯以及左右旋转六种运动情况； 基于六种运动情况模型进行求 解， 对错误指示进行调整修改， 求出正确解； 基于正确解和结果分析的指标绘制三维椎体节段模型的云图， 即腰椎节段内固定方式 的仿真结果。 8.一种基于深度学习的腰椎节段内 固定方式仿真系统， 其特 征在于， 包括： 图像获取模块， 被 配置为获取CT腰椎节段扫描图像； 图像分割模块， 被 配置为对获取的CT腰椎节段扫描图像进行分割， 得到椎体结构图像； 图像重建模块， 被 配置为基于分割后的椎体结构重建出三维椎体模型并进行 预处理； 部件装配模块， 被配置为基于预处理后的三维椎体模型， 进行腰椎节段部件的添加和 装配， 得到固定后的三维椎体节段模型； 网格划分模块， 被 配置为基于三维椎体节段模型， 对其部件进行网格划分； 有限元分析模块， 被配置为基于网格划分后的三维椎体节段模型进行有限元分析， 得 到腰椎节段内 固定方式的仿真结果。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现如权利要求1 ‑7中任一项 所述的一种基于深度学习的腰椎节段内固定方式仿 真方 法中的步骤。 10.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一项 所述的一 种基于深度学习的腰椎节段内 固定方式仿真方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114662362 A 3