为了有效滤除医学脊椎模型的噪声点, 同时更好地保持模型细节,提出了一种基于双边滤波算子的医学脊椎去噪模型.采用双边滤波在多尺度条件下进行脊椎三维模型轮廓线的提取, 设计改进自适应扩散系数, 以更好的优化控制整个扩散过程.根据图像的离散特征, 建立相应的离散迭代方程, 使迭代过程离散化, 并设计迭代停止准则, 当去噪平滑后的图像模型与噪声相关性最小时停止迭代.与经典的向异性扩散模型方法实验结果相比, 本方法在解决去噪方面达到了很好的滤波效果, 同时也较好地保持了医学图像的边缘细节特征, 大大优于传统滤波算法.

采用三维重建方法--面绘制立方体算法(MC)体绘制构建人体腰椎L3~L4腰骶段的有限元模型, 并模拟添加前韧带、后韧带、黄韧带、纤维环等主要脊椎附着软组织, 精确构建了脊柱一体化三维有限元模型, 然后进行有限元模型网格化划分并设置各部分相应的材料属性。定义不同方向的载荷和边界条件以模拟正常模型和椎间盘膨出退化模型在不同工况下所承受的应力和形变情况, 通过分析其生物力学特性, 可以为临床上椎间盘膨出和椎间盘突出等的诊治提供生物力学依据。

由于脊椎生理结构的精准坐标描述和准确匹配尚未达到医学精度的要求, 本文对如何精确描述脊柱腰骶段特征点的物理坐标进行研究。介绍了人体脊椎采样特征点的定义和传统标记方法。针对手动标注特征点精确度不够, 易产生较大误差等问题提出了一种基于曲率多特征融合的自适应标注特征点的方法。该方法首先找出某个特征点的高斯曲率和平均曲率流的定义值, 得到该特征点的法曲率相对极大值, 并计算在指定极小半径r范围内的所有模型点的法曲率相对极大值。由于极大值曲率越大, 三维模型表面在该点处的弯曲程度越大, 该点就越能表现三维模型的大致轮廓, 故以r范围内极大值最大的点作为特征点的曲率描述来替换手动拾取的点, 从而准确反映该点的特征变化情况。最后, 对改进结果进行偏差验证分析。结果表明: 改进方法的准确度比现有手动标注特征点方法的准确度提高了约37%, 验证了本文方法的有效性。