陈广新，董 默，宋海南，周鸿锁，郭金兴，周志尊

（牡丹江医学院，黑龙江 牡丹江 157011）

股骨3D模型构建在股骨头置换手术中的应用研究

陈广新，董 默，宋海南，周鸿锁，郭金兴，周志尊

（牡丹江医学院，黑龙江 牡丹江 157011）

医学影像三维可视化图像处理技术将医学影像的诊断与分析方法从二维空间拓展到了三维空间，极大地增强了医生对影像信息的阅读能力与水平。通过多维度、多层次观察和分析病变组织与器官的的形态及其与周围组织与器官的空间位置关系，可以更准确地对患者进行诊断并制定有效的治疗方案。本研究在系统分析图像分割算法的基础上，应用 Mimics医学图像处理专用软件，通过窗宽窗位调整、阈值分割、蒙板编辑、区域增长以及形态学等一系列图像处理操作，分离出股骨并实施了股骨解剖模型的三维重建。该模型可以任意选择解剖结构进行组合显示及多方位观察，可任意调整透明度和伪彩，为医疗诊断和治疗的手术前科学规划及手术过程中的准确导航提供了一种有效的方法。

股骨；Mimics；三维重建

0 引言

在医学影像三维重建技术帮助下的手术导航技术是目前医学研究的一个热点问题。医学影像的三维重建是对输入的医学影像数据经图像分割后提取目标图像，构建出待建组织的三维空域表达，它的主要研究内容包括影像数据的识别与阅读、医学影像的预处理、目标图像经图像分割后的轮廓提取及3D模型构建等。随着DR、CT、MR及PET等现代医学影像设备的不断发展使医学诊断水平得到了极大的提升，无创伤、活体及在体诊断逐步得到应用，医学图像以多视角、多方位的三维模式的开展医学影像的信息发掘观察。作为临床医生诊断与治疗的辅助工具医学影像的三维重建模型发挥着越来越重要的作用[1]。

Mimics是Materialise公司研发的具有全方位图像处理功能的医学图像处理软件。该软件具有快速、实时及高精度的特点，同时使用它可以快速及无损的导入CT、MRI及核医学解剖学断层序列图像及功能性图像数据，对被研究的图像可以采用阈值法、形态学算法以及其他有针对性的方法实施组织分割。其三维重建方法主要以面绘制为主，采用批处理模式有效地解决了医学图像数据量大的难题。Mimics的可视化、三维重建及测量模块可以对图像数据分别在横断面、冠状面及矢状面处理，Mimics软件可以嵌入各科医生的硬件终端，将影像科传输过来的影像数据实时、快速及精准的三维成像分析预测量[2]。

长期以来，人们对股骨头病变与坏死的研究与分析大多都是基于对病变部分的X光片及CT的平扫图像的分析，有很大的局限性。如果要分析股骨头的形态变化及获取体积等参数，都要在影像科的大型 CT设备的图像后处理平台上完成。然而对股骨头疾病的治疗与手术方案的制定通常都在骨科来完成，因此，在骨科建立图像处理工作站，通过Mimics 图像处理软件对股骨头疾病的分析与坏死股骨头的置换手术的设计与引导十分必要。本文将对一患者的股骨CT图像进行分割、三维重建研究，构建出股骨 3D模型，使用该模型可对股骨头的形态、体积及与周边组织的关系进行详细而系统的分析，从而为股骨头坏死的疾病诊断与评估，股骨头合理置换提供一种有效的精确测量方法。

1 材料和方法

1.1 图像后处理设备

图形工作站：戴尔Precision T5810 Xeon E5

软件：Mimics 19.0；3-matic STL3.0

图像数据：采集牡丹江医学院附属红旗医院一例成人腿部CT平面连续扫描图像数据。男性患者，57岁。 医学成像设备采用东软NeuVez128排螺旋CT，CT扫描参数：电压120 V，电流250 mA，断层厚度 0.5 mm，图像矩阵 512×512，共采集 487张图像。

1.2 图像导入与转换

Mimics支持的图像格式主要是国际通用的医学DICOM3.0标准，同时也支持BMP及TIFF等普通图像格式。本课题所采集的 CT影像数据为DICOM标准，图像无需配准。数据被导入 Mimics软件后，患者的CT图像的完整信息会被显示出来，同时断层间距(slice distance)、像素大小（pixel size）及扫描架倾斜角（gantry tilt）等仪器设备的参数信息也将被完整的显示出来。Mimics读取图像数据之后再将其转换成Mimics的格式.mcs，导入并完成转换格式后选择影像的空间方位。

1.3 股骨图像分割算法

在股骨 3D模型的构建过程中，图像分割是图像处理与分析的关键，股骨 3D模型的精度以及它所提供的信息辨识度与图像分割的计算方法密切相关。 Mimics提供了可供选择的分割算法，如阈值分割（thresholding）、区域增长(region growing)、动态区域增长(dynamic region grow)、形态学操作（morphology operations）、空腔填充(cavity fill)、编辑蒙板（editing masks）及多层编辑（multiple- slice edit）等。针对不同形态、不同的成像部位与不同器官的图像，合理选择计算方法对高精度实施图像分割，直至最后完成组织与器官的三维重建至关重要。在使用Mimics软件对原始图像进行分割的过程中，采取了多分割方案，在利用层与层之间的关联性分割的基础上逐层对每张二维图像进行了精确分割。在本项目的研究过程中，充分利用了Mimics软件的交互式分割功能，多种分割方法结合使用，首先使用阈值分割使骨骼与周围组织分离出来，再使用动态区域生长使股骨分离出来，然后使用蒙板编辑、多层编辑及蒙板光顺等分割编辑工具进一步修补完善，最后对股骨三维重建。

2 图像分割实验操作

2.1 股骨CT图像预处理

导入股骨数据后，系统读取图像，显示影像主方位序列，同时会自动显示出虚拟的另两个方位的影像序列。如图1所示，其中右侧的视为原始口横断面（xy-view或axial view），左侧上面视口为重组冠状面（xz-view或coronal view）,左侧下面的视口为重组矢状面（yz-view或sagittal view）。不同视口均可看到标尺（tick marks）、十字交叉线（intersection lines）、断层位置（slice position）和方位字符（orientation strings）等指示信息。

图1 不同的视口Fig.1 The different views

为了区分人体组织中密度不同的部分，进而便于分割，对图像进行窗宽、窗位及方位参数调整，将图像的对比度调整到一个合适的数值。如图2所示，在项目管理器中的对比度标签下（Project Management＞Contrast）调整窗宽窗，图像分割所关注的是清晰的显示分割结构的边缘，骨的 CT灰度值在200左右。经过预处理后，骨已经突出显示出，如图3所示。

图2 资源管理器对比度标签Fig.2 Project management contrast

图3 调整完窗位窗宽之后的图像Fig.3 The adjusted image

2.2 阈值分割

阈值法是基于一维灰度直方图统计特征的分割方法，一个或几个阈值将图像灰度直方图分成两段或多段，把图像中灰度值在同一段内的所有像素归为同一物体。很明显，这类分割方法基于对应于特定物体或背景的像素灰度呈现峰状分布特征并且基本集中于不同的灰度区间内的前提和假设。设原始图像为 f(x,y)，阈值法按照一定的规则在 f(x,y)中确定若干个门限值 H1，H2，H3,…,HN（ 1N≥ ）,利用这些门限值将图像分割为几个部分。分割后的结果图像G(x,y)可表达为[3]：

在本实验中，阈值参数设置为300左右，使用阈值分割图像，如图4所示。阈值分割后的图像如图5。

图4 阈值分割Fig.4 Thresholding

图5 经阈值分割处理后的图像Fig.5 The threshold segmentation image

2.3 区域生长

区域生长是根据预先定义的生长准则将像素或子区域组合为更大区域的过程。基本方法是从一组“种子点”开始，将与种子性质相似的那些邻域像素附加到每个种子上来形成这些生长区域。令R表示整个图像区域，P（Ri）是定义在集合 Ri中的点上的一个逻辑属性，φ是空集。可将分割视为把 R分为 n个子区域 R1，R2，R3，…，Rn的处理，即[4]：

在本实验中，在阈值分割的基础上，使用Mimics软件的区域生长分割算法，使股骨分离出来，生成新的蒙板，如图6所示。

图6 区域生长Fig.6 Region growing

2.4 Mask图像分割与精准处理方法

Mimics的蒙板（Mask）是由二值蒙板组成的一个三维体数据集构成，其体素的值为0和1[5,17]。由于医学图像分割有其特殊性，因此，图像分割由具体算法与手工分割构成。在本研究采用逐层二维图像分割与层与层之间的关联分割相结合，使用交互式蒙板三维编辑功能实现精准的股骨分割[6]。采用Mimics蒙板编辑（Edit Masks）、裁剪蒙板（Crop Mask）、多层编辑（Multiple Slice Edit)及平滑蒙板（Smooth mask）等分割方法，可以进一步完善分割结果，达到精准分割。

由于 CT扫描图像层距较小，在这个长度变化数量级上的解剖结构其轮廓在相邻几个层面上变化不显著，多层编辑的使用加快分了割速度，提高了准确性，同时提高了计算机渲染速度，避免了体素间互相遮挡。图像分割后蒙板边缘不齐，利用平滑蒙板（Smooth mask）工具进行平滑处理。在分割过程中，蒙板会出现空洞、边缘不整、边缘平滑度不足，空腔填充（Cavity fill）、形态学操作(morpholoy operations)及布尔操作(Boolean Operations)可实现微处理。

3 股骨的三维重建

股骨三维重建的算法基于移动立方算法（MC算法）。MC算法的基本思想是将二维的切片序列数据看成一个三维的数据场，逐个处理数据场中的体素，将体素各个顶点的值与给定的阈值比较来决定该体素内部等值面的构造形式，并且以某种拓扑形式来连接成三角面片来拟合曲面，最后把各个体素的等值面连接形成整个等值面，从而用来表示物体的表面[7,13]。股骨三维重建主要采用面绘制方式进行[8]。三维重建的实质是对蒙板体素边界的拟合，轮廓线之间的距离为断层切片之间的距离[9,12]。股骨三维重建过程就是基于三维模型计算蒙板也即体素化过程。为缩减三角面片，优化重建结果，图7所示，适当选取三维重建的参数，本研究采用特定的经验数据设置实现股骨的三维重建，完成三维重建后的结果如图8所示。

4 股骨测量分析

4.1 壁厚分析

设置最大壁厚为10.0mm，使用3-matic的壁厚分析工具测试壁厚，得到壁厚直方图及其对应的阈值区域分布情况，如图9所示。股骨壁厚与年龄的大小关系密切，而股骨内后侧承担大部分负荷，股骨壁厚与应力分布情况有直接关系。通过对股骨皮质骨的壁厚的定量分析为股骨的生理状态的评估提供了理论支持，同时可对股骨头疾病的发生与发展提出准确的时间预判。因此，股骨皮质骨的壁厚的临床指导意义明确。

4.2 曲线拟合测量和分析

使用3-matic的曲线分析功能，设置拟合半径为6mm，对股骨进行曲线分析。分析结果如图10。此处蓝色代表凸出的地方，红色代表比较凹陷的地方。

图9 股骨壁厚分析Fig.9 Femur wall thickness analysis

图10 曲线分析Fig.10 Curvature analysis

对股骨三维模型进行测量，可直接获得股骨颈干角130.5度、前倾角14度等数据。颈干角和前倾角的测量具有一定的临床解剖意义。Mimics 可以测量股骨的多种参数，如股骨头的体积、尺寸及任意选定的两个特征点之间的距离等[14,15,16]。通过对颈干角和前倾角的测量可以有效地选择固定物，如钛钢板与钛钢钉的固定方法及方位，为高质量地完成虚拟手术，钢板与股骨的良好贴合及术后人体腿部力线的回复起着至关重要的作用[18,19]。

5 结束语

本实验采用活体器官的股骨断层扫描图像为原始数据，应用Mimic软件实现骨股三维图像构建，Mimics的股骨三维重建，对确定组织和病灶的空间位置、大小、几何性质及其与周围组织的空间关系并将复杂的三维信息及其相互关系实时、直观的显示，可以帮助医生进行全面准确地分析、设计精确的治疗计划，提高诊治的准确性和有效性，从而提高医疗诊断水平[10]。因此，基于 Mimics的三维重建技术研究和应用具有重要的理论价值和现实意义[11]。

[1] 周志尊, 孙璐, 胡明成, 徐树林, 董默, 杨成程, 周鸿锁,胡馨元. CT与MRI融合技术的颅内肿瘤应用研究[J]. 软件,2017, 38(5): 34-38.

[2] 周志尊, 王佳美, 胡明成, 陈广新, 刘洋, 董默, 孙强, 孙鹏, 刘佳维. 颈动脉三维重建及临床应用的研究[J]. 软件,2017, 38(8): 32-35.

[3] 张晶, 王春民, 翟红艺, 浦鑫, 尹晶. 基于Mimics平台的CT图像三维重建算法研究[J]. 吉林大学学报(信息科学版),2014, 32(6): 670-674.

[4] 吴灰群, 严培培, 耿兴云, 张远鹏, 吕广明, 韩笑, 季达峰,蒋葵, 董建成. 基于Mimics软件虚拟膝关节三维图像融合实验[J]. 中国组织工程研究与临床康复, 2011, 15(48):8943-8946.

[5] Lorensen W E, Cline H E. Marching cubes: a high resolution 3D surface construction algorithm[J]. International Conference on Computer Graphics and Interactive Techniques, 1987,21(4): 163-169.

[6] 王伟, 胡伟, 李晓会, 党晓谦. Mimics软件股骨头坏死模型模拟髓芯减压治疗早期股骨头坏死[J]. 中华关节外科杂志(电子版), 2013, 7(2): 220-225.

[7] Yang JH, Chang M, Kwak DS, Wang JH. Volume and contact surface area analysis of bony tunnels in single and double bundle anterior cruciate ligament reconstruction using autograft tendons: in vivo three-dimensional imaging analysis[J]. Clinics in orthopedic surgery Sep,2014, 6(3): 290-7.

[8] Yang Z, Jian W, Li ZH, Jun X, Liang Z, Ge Y, Shi ZJ. The geometry of the bone structure associated with total hip arthroplasty[J]. PloS one,2014, 9(3): 910-58.

[9] Tan PY, Chen JH, Li P, Guo JX, Tang W, Long J, Liu L,Tian WD. Improving Threshold Segmentation in 3D Reconstruction of Mandible CT Image[J]. Journal of Sichuan University. Medical science edition, 2015, 46(3): 458-62.

[10] Karade V, Ravi B. 3D femur model reconstruction from biplane X-ray images: a novel method based on Laplacian surface deformation[J]. International journal of computer assisted radiology and surgery, 2015, 10(4): 473-85.

[11] Shin DS, Lee S, Park HS, Lee SB, Chung MS. Segmentation and surface reconstruction of a cadaver heart on Mimics software[J]. Folia morphologica, 2015, 74(3): 372-7.

[12] Wu P, Zeng H, Tan X, Ouyang J, Zhong S. A Novel Method to Locate Intracranial Anatomic Landmarks of Sella Using Three-Dimensional Computed Tomography Reconstruction Images for Endoscopic Endonasal Transsphenoidal Surgery[J].The Journal of craniofacial surgery, 2015, 26(7): 2184-6.

[13] Zhang L, Xiao J, Xu G, Kong X, Fu M, Wang Z, Li J. Construction of a three-dimensional digital model of the liver of Wuzhishan mini-pig[J]. Journal of Southern Medical University, 2015, 35(9): 1362-5.

[14] Su XY, Zhao Z, Zhao JX, Zhang LC, Long AH, Zhang LH,Tang PF. Three-Dimensional Analysis of the Curvature of the Femoral Canal in 426 Chinese Femurs[J]. BioMed research international, 2015, 3(1): 83-91.

[15] Gelaude F, Vander Sloten J, Lauwers B. Accuracy assessment of CT-based outer surface femur meshes. Computer aided surgery[J]. official journal of the International Society for Computer Aided Surgery, 2008, 13(4): 188-99.

[16] Xin P, Yu H, Cheng H, Shen S, Shen SG. Image fusion in craniofacial virtual reality modeling based on CT and 3dMD photogrammetry[J]. The Journal of craniofacial surgery,2013, 24(5): 1573-6.

[17] Xin P, Yu H, Cheng H, Shen S, Shen SG. Image fusion in craniofacial virtual reality modeling based on CT and 3dMD photogrammetry[J]. The Journal of craniofacial surgery,2013, 24(5): 1573-6.

[18] Zeng Y, Zhang G, Lei T, Wu X, Tan Y. Clinical application of mimics software in three dimensional CT images for treatment of zygomatic complex fracture[J]. West China journal of stomatology, 2012, 30(2): 123-7.

[19] Wu C, Yang L, Dai P, Wang K, Zhang T, Zhang H. Relationship between 3-d reconstruction of regenerated fibers and functional recovery after mastoid segment of facial nerve was repaired[J]. Journal of clinical otorhinolaryngology, 2011,25(19): 895-8.

The Study of Femur 3D Model Application to Femoral Head Replacement

Chen Guang-xin, Dong Mo, Song Hai-nan, Zhou Hong-suo, Guo Jin-xing, Zhou Zhi-zun
(Mudanjiang Medical University, Mudanjiang, Heilongjiang, China)

Using image processing technology and visualization techniques, the medical image diagnosis and analysis methods are expanded from two dimensions to three dimensions and greatly enhanced the doctor's image information reading ability. Through the multi-dimensional and multi-level tissues and organs pathological changes observation and its spatial position relationship with surrounding tissues and organs, we can diagnose patients more accurately and develop effective treatments. This study is on the image segmentation algorithm system analysis. by Mimics, the application of medical image processing software, through wide window position adjustment, threshold segmentation, mask editor, a series of image processing operations, such as regional growth and morphology, femur was isolated and anatomic 3D model was reconstructed. Any anatomical structure and multi-dimensional observation can be choose by this model and the transparency and pseudo color can also be arbitrary adjust. The 3D model provides an effective method for preoperative planning of medical diagnosis and treatment and accurate navigation during surgery.

Femur; Mimics; 3D reconstruction

TP319

A

10.3969/j.issn.1003-6970.2017.12.014

本文著录格式：陈广新，董默，宋海南，等. 股骨3D模型构建在股骨头置换手术中的应用研究[J]. 软件，2017，38（12）：75-80

黑龙江省教育厅科技项目(No. 12541846)

陈广新(1978-)，男，黑龙江人，硕士，讲师，研究方向：医学图像处理，牡丹江医学院。

周志尊(1962-)，男，黑龙江人，硕士生导师，教授，研究方向：医学图像处理，牡丹江医学院。