从数字化皮肤标志物中重建骨形状,使用统计形状建模和多重线性回归

科学领域:

• 生物机械工程 生物机械工程
• 医疗成像医学成像
• 计算解剖学的计算解剖学

背景情况:

• 准确的3D肩膀模型对于生物机械分析和手术规划至关重要.
• 目前的方法往往需要广泛的医学成像,增加成本和复杂性.
• 开发非侵入性技术来重建骨形状是非常可取的.

研究的目的:

• 开发和验证一个算法,用于重建对象特定的骨形状.
• 为此重建,利用皮肤表面的地标和统计形状模型 (SSM).
• 评估开发算法的准确性和可靠性.

主要方法:

• 利用了56个骨细分和4个关键的骨和皮肤地标.
• 开发了回归模型,从皮肤地标中预测骨标志坐标,并结合了特定对象的变量 (性别,年龄,体重,身高).
• 通过将SSM的平均形状骨标志与预测的骨标志相匹配,重建了骨形状.

主要成果:

• 回归模型实现了从0.70到0.98的R2值,最大的中间误差为4毫米.
• 平均表面对表面的误差为2.41毫米 (数字化) 和2.45毫米 (预测的骨标志).
• 使用数字化与预测的骨标志重建的形状之间没有发现显著的统计差异.

结论:

• 开发的算法可靠地从实验中获得的数据中推导出对象特定的骨形状.
• 使用有限的地标集进行骨形状重建可以生成准确的计算模型.
• 这种方法避免了需要额外的医学成像,提供了更容易获得的方法.