有限元件膝盖模型的高效开发:软组织附件的自动识别

科学领域:

• 生物力学 生物力学
• 医疗成像医学成像
• 计算建模 计算建模

背景情况:

• 肌肉骨疾病显著影响生活质量,并带来高的社会经济成本.
• 在体内和体外研究提供了洞察力,但在侵入性和物流方面面临局限性.
• 有限元 (FE) 分析为联合力学研究提供了一种非侵入性,具有成本效益的方法.

研究的目的:

• 引入一个完全自动化的算法来识别软组织附着部位.
• 为了简化从磁共振图像中创建特定对象的有限元膝盖模型.
• 为了比较自动化与手动识别方法的准确性和效率.

主要方法:

• 开发了一个基于Python的自动化算法,用于识别3D膝盖模型上的软组织附着部位.
• 手动识别由两名评估员进行,以进行比较.
• 进行了膝盖曲延伸的有限元模拟,提取了68个生物力学输出变量.

主要成果:

• 自动和手动的附着部位识别显示出高的一致性 (3.0±0.5到3.1±0.6毫米距离,p=0.90).
• 对于68个变量中的67个,FE模拟输出显示自动化方法和手动方法之间没有统计差异.
• 使用自动化方法,处理时间从几个小时缩短到几秒钟.

结论:

• 自动化算法提供了软组织附着部位的一致和可靠的识别.
• 这种方法显著加速了对特定主体的肌肉骨模型的生成.
• 这一进步提高了可复制性,并促进了大规模的生物力学研究和个性化医学.