精简和高效的患者特定建模用于腰椎细分和有限元素分析

科学领域:

• 生物力学 生物力学
• 计算建模 计算建模
• 医学成像分析 医学成像分析

背景情况:

• 对于脊柱生物力学而言,传统的有限元分析 (FEA) 受到手动细分和网格的限制,导致不一致和延迟.
• 特定于患者的FEA需要从医学成像中准确有效地预处理解剖结构.

研究的目的:

• 开发和验证一个精简的,针对患者的FEA前处理管道,用于腰椎.
• 减少手动干预,加快模型准备,提高腰椎FEA的准确性和可重复性.

主要方法:

• 集成基于深度学习的细分与计算工具 (GIBBON,FEBio) 进行自动提取和 meshing 的腰椎部件.
• 利用CT成像数据精确细分骨,椎间盘,带和软骨.
• 实现了几何光滑,自适应性网状和基于坐标的框架,用于自动连接带.

主要成果:

• 开发的工作流准确地重现了生理学生物力学,运动范围和应力分布与实验和数值数据相匹配.
• 从几天减少模型准备时间到几个小时,显著提高了效率和可重复性.
• 生成解剖学准确的,具有高保真度的特定对象FE模型.

结论:

• 统一的框架简化了腰椎FEA预处理,使得快速,可靠和准确的分析.
• 这种方法对脊柱外科手术的临床诊断和术前规划有重大影响.
• 这种可扩展的平台有助于先进的生物力学研究和临床决策.