学位论文 > 优秀研究生学位论文题录展示
借助三维重建建立特发性脊柱侧凸新分型
作 者: 成功
导 师: 白波
学 校: 广州医学院
专 业: 骨外科学
关键词: 特发性脊柱侧凸 逆向工程 Mimics 三维重建 King分型 Lenke分型
分类号: R687.3
类 型: 硕士论文
年 份: 2010年
下 载: 41次
引 用: 0次
阅 读: 论文下载
内容摘要
第一部分借助逆向工程软件Mimics建立特发性脊柱侧凸三维模型目的基于特发性脊柱侧凸(Idiopathic Scoliosis, IS)患者Dicom格式的CT数据,借助逆向工程软件Mimics实现仿真模型的三维重建。方法对特发性脊柱侧凸患者进行全脊柱的CT扫描,然后将所得数据直接以Dicom格式文件导入Mimics10.01,经阈值选定、分割结构、区域种植等处理后进行三维重建。结果实现了基于CT二维资料的三维重建,获得以三维形式表现的特发性脊柱侧凸仿真模型;同时可以利用Mimics自身所带工具对IS仿真模型进行相关二维和三维数据的测量。结论用螺旋CT扫描获得Dicom格式的二维影像资料,借助逆向工程软件Mimics实现三维重建,从而可获得IS患者精确逼真、形象立体、三维表现的仿真模型。第二部分特发性脊柱侧凸新分型的建立目的建立一种特发性脊柱侧凸新分型,使之相对以往King分型、Lenke分型更为全面、更加简单易记、更加形象具体、可三维评估、手术指导性更强、可信度和可重复性更高,以方便临床骨科医师记忆使用。方法1、回顾分析2004—2009年收集整理共80例特发性脊柱侧凸患者临床资料,测量患者站立位全脊柱正侧位X线片、仰卧位左右Bending像并根据脊柱侧弯研究协会(Scoliosis Research Society,SRS)关于脊柱侧凸和侧凸顶点的定义初步提出特发性脊柱侧凸新分型。2、对特发性脊柱侧凸患者进行全脊柱CT扫描,然后进行三维重建,获得最终以三维形式表现的特发性脊柱侧凸新分型的仿真模型。3、将自主建立的新分型分别与特发性脊柱侧凸King分型、Lenke分型在以下六个方面做分析对比,即分型全面性、简单易记性、形象直观性、三维评估性、手术指导性、可靠性及可重复性。结果新分型共可分为2大型14个亚型,其中I型占71.5% ,II型占28.5%,几乎囊括所有特发性脊柱侧凸临床常见类型;新分型的各亚型间具有很好的逻辑性和规律性;三维仿真模型具有形象直观性;新分型从冠状面、矢状面乃至轴状面都进行了评估和量化分析;新分型规定了每亚型的手术入路、融合范围以及具体的融合节段,并且对选择性融合也做出了具体说明;新分型、King分型及Lenke分型在不同观察者间可信度平均为:84.4%(Kappa值=0.817)、81.6%(Kappa值=0.787)、59.4%(Kappa值= 0.548);同一观察者内可重复性平均为90.9%(Kappa值=0.897)、88.4%(Kappa值=0.870)、80.3%(Kappa值= 0.771)。结论这种三维直观的特发性脊柱侧凸新分型相对于以往的King分型和Lenke分型而言,拥有更好的全面性、易记性、直观性、三维评估性、手术指导性、可信度及可重复性,是一种可方便临床骨科医师记忆使用的新分型。
|
全文目录
相似论文
- 医学超声图像的三维可视化研究,TP391.41
- 三维头部数值模型的建立及DBS电场的分析研究,R742.5
- 豚鼠耳蜗三维重建与基底膜模态数值模拟的研究,R764
- 豚鼠内耳前庭结构三维重建与温度场数值模拟的研究,R764
- 医学图像的三维可视化算法研究,TP391.41
- 基于深度融合和曲面演变的多视点三维重建及其应用,TP391.41
- 冠状动脉递推建模及其应用,R312
- 基于光度立体视觉的表面精细特征三维重建技术研究,TP391.41
- 网络协议的自动化Fuzz Testing漏洞挖掘方法,TP393.08
- 基于航空立体多影像的城市建筑物识别技术研究,TP391.41
- 基于海量点云的三维模型快速重建技术研究,TP391.41
- 立体视觉三维重建相关技术研究与实现,TP391.41
- 服装面积因子及其热阻测评研究,TS941.17
- 非光滑车表汽车的空气阻力特性研究,U461.1
- 超薄悬挑仿生结构的性能研究,TB17
- 膈肌和膈疝的CT MPR研究,R816.4
- 青少年特发性脊柱侧凸患者FBN3基因多态性研究,R682.3
- 一种基于双目摄像机标定的模型问题研究,TP391.41
- 应用Micro-CT观察运动性骨量降低过程中骨小梁变化特点,R816.8
- 多层螺旋CT三维后处理技术诊断小儿气管、支气管异物适应证的选择,R816.92
中图分类: > 医药、卫生 > 外科学 > 骨科学(运动系疾病、矫形外科学) > 矫形外科手术学 > 骨骼手术
© 2012 www.xueweilunwen.com
|