人体周围神经内部束型结构三维重建可视化集成方法与流程

本发明涉及神经缺损修复的临床应用和医学3d打印技术领域，具体地说，本发明提供一种人体周围神经内部束型结构三维重建可视化集成方法。

背景技术：

周围神经的主要功能是连接中枢和靶器官，并起到传递信息的作用。周围神经包含有内部神经束，按其功能周围神经内部神经束可分为：感觉束、运动束和混合束，这些神经束的主要功能是传入和传出信息。众所周知，一旦人周围神经发生损伤或缺损，则最理想的临床修复方式是实现功能束间的吻合。但人周围神经束的解剖结构十分复杂，对于临床医生来说要想达到功能束间吻合的前提条件就是了解周围神经内部束型的解剖结构规律及其形态。一种获得用于人周围神经三维结构重建的内部束型结构可视化模型，将有望提供一种能提高周围神经缺损后恢复功能的有效方法。

另一方面，人周围神经束三维重建还有其更深远的意义，随着现代生物制造技术的飞跃，许多组织、器官已经可以实现仿生制造。但对于周围神经仿生制造却很难实现，这主要是由于：①神经内部结构复杂而且精细，现存生物制造方法无法达到其所需要的精度；②每条每段神经束是有其相应的生物功能，目前还没有对其充分理解。三维重建周围神经束的可视化模型，将可以解决生物制造周围神经生物材料过程中面临的以上问题(即达到精准医疗的标准)。

在周围神经束三维重建方面，许多学者做了大量的研究，如sunderland对人神经束的三维解剖结构的认识经历了以下过程：最初认为是同一平面频繁的交叉，而现在观察到其近端成血管网状、远端成频繁混合成束或分为几个小束。戚剑等利用周围神经组织学切片的方法，重建出正中神经的三维结构，同时也发现了神经束走形的复杂性。但这些重建周围神经束三维解剖结构的方法都有其不足之处，如：在获取二维结构上精度不够、重建过程中匹配性差、图像失真、掺入大量的人为因素等。因此寻找一种简单有效，能获取高精度的二维图像，同时在三维层面上又能连续匹配的技术方法是十分必要的。

随着现代科技的发展，计算机断层扫描(computedtomography,ct)、核磁共振成像(magneticresonanceimaging，mri)成为主要的三维重建影像手段。但因周围神经的内部结构比较精细，现存mri无法达到这样的扫描精度。因此当前急需一种能对人周围神经的内部束型结构建立可视化模型，以及对人周围神经进行三维重建的方法。

技术实现要素：

为了解决以上问题，建立人周围神经内部束型结构可视化的模型，本发明应用microct扫描经预处理过的人周围神经标本以获取最优的仿生二维图像，再通过对神经束进行自动分割，并利用强大的计算机处理系统快速进行三维重建。

本发明提供一种人周围神经束可视化模型的构建方法，其包括以下步骤：

获取人的周围神经，用碘剂进行染色，冷冻干燥；

利用microct扫描经染色的周围神经，获得二维图像，并对所述二维图像进行二值化处理，获取神经束的分割图像；

将所述分割图像重建为可视化模型。

本发明还提供一种人周围神经三维重建的方法，其包括以下步骤：

获取人的周围神经，用碘剂进行染色，冷冻干燥；

利用microct扫描经染色的周围神经，获得二维图像，并对所述二维图像进行二值化处理，获取神经束的分割图像；

将所述分割图像重建为可视化模型。

本发明的有益效果为：1、本发明采用microct扫描预处理的人周围神经样本，使精度达到了重建神经束的要求。此预处理标本的技术还可以应用到其他软组织，达到高精度的二维图像；2、周围神经束三维可视化模型可以为临床提供神经束间吻合所需要的立体解剖图；3、可以为处理医学海量图片可视化应用超级计算机奠定技术基础；4、为生物制造神经生物材料到达精准修复建立模板。

附图说明

图1为本发明实施例的人周围神经内部束型可视化模型制备方法的流程图；

图2为通过不同的预处理方式获取的microct扫描图像；

图3为添加碘剂染色后再进行冷冻干燥去除水分的microct图像；

图4为周围神经标本预处理过程中的大体形态变化比较图；

图5为周围神经束自动分割的流程示意图；

图6为可视化周围神经束三维重建后的视图。

具体实施方式

为了使本发明要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供一种用于人周围神经三维重建过程的人周围神经内部束型结构可视化的方法，参加图1，图1显示了本发明的方法的主要流程。如图1所示，该方法包括以下步骤：

一种人周围神经束可视化模型的构建方法，包括以下步骤：

获取人的周围神经，用碘剂进行染色，并进行冷冻干燥；

利用microct扫描经染色的周围神经，获得二维图像，并对所述二维图像进行二值化处理，获取神经束的分割图像；

将所述分割图像重建为可视化模型。

在现有技术中，通常是染色后直接扫描，这样获得的图像效果质量较差。冷冻干燥除去水分，提高了扫描的精确度。

具体地说，本发明的方法包括以下具体步骤：

(1)对离体人新鲜周围神经前期的预处理，达到满足于microct扫描高精度二维图像的条件；

(2)并通过对microct扫描参数的调整，获得对预处理的周围神经标本扫描高精度二维图像的最佳参数；

(3)利用扫描获取神经图像的不同灰度差异和内部结构的特征进行图像的分割，利用整合经典的数学公式开发出一种适合于周围神经束分割的数学算法；

(4)对分割好的海量神经束图片，利用超级计算机强大的运算处理能力进行三维重建周围神经束的可视化模型。

图2显示了周围神经结构经不同的预处理方式处理后获取的microct扫描图像，其中：图2(a)为新鲜神经，未进行任何处理图像(fn)；图2(b)为新鲜神经进行冷冻干燥法处理后的图像(fdn)；图2(c)为单纯添加碘剂后的图像(in)；图2(d)为添加碘剂后再进行冷冻干燥的图像(ifdn)。

优选地，在用碘剂进行染色之前，将人周围神经用固定剂固定，该固定剂优选为3.5％-4.5％多聚甲醛，或者9％-11％的戊二醛溶液。

根据具体实施例，该碘剂为40％-50％的碘溶液，也就是碘的水溶液，该碘溶液可以自己配置也可以市场购买获得。

优选地，在冷冻干燥之前，将人周围神经标本用锡纸包裹，置于液氮中速冻，以防止标本形态发生变化，避免影响后面的扫描成像处理。

具体地，将人周围神经标本用锡纸包裹后置于液氮中冷冻0.5-2分钟。

图3显示了添加碘剂染色后再进行冷冻干燥去除水分的microct图像，其中图(a)为周围神经二维平面图像；图(b)为神经束图像；图(c)为神经内膜图像。

具体地，冷冻干燥时将周围神经标本置于-80℃冷冻干燥机中去除水分。水分的去除对于后续的扫描非常重要，如果水分去除不完全，则扫描效果显著下降。

图4显示了周围神经在预处理过程中的大体形态变化，其中：图(a)为新鲜神经(fn)；图(b)为碘剂染色的神经(in)；图(c)为碘剂染色后进行冷冻干燥的神经(ifdn)。

本发明中，采用了microct来实现周围神经束三维解剖结构的重建。microct成像的优点在于成像的分辨率很高，其获取的图像可以分辨组织巨微结构(10μm以内)甚至可以用于分析组织支架的机械性能，进而帮助改进支架巨微结构的设计和制造。根据现有的文献报道，其缺点在于成像主要原理是通过不同组织x线透射的衰减率，因此不能区分具有相同密度的软组织。这样的性能理论上更适合于硬组织的重建,因此microct在骨组织成像中应用十分方便，但对于软组织(尤其是周围神经)的成像还是困难的，因为在软组织中密度几乎相同缺少对比度无法成像。要想microct在软组织成像的主要方法是添加对比剂，如已经实现的是膝关节内和肺内注入造影剂。

目前还没有使用microct来进行软组织三维重建的报道，本发明采用碘剂染色以增强microct扫描周围神经结构时的对比度，获得更好的效果。

另一方面，要想利用microct扫描获取高精度的周围神经图像，只是添加染色剂的方法是不足够的。本发明的发明人分析了microct的扫描条件并对其进行改进，还发现其中水分对x线的透射影响很大，所以对于为了获取高精度的图像，我们应用保持形态最好的方法(即，冷冻干燥法)去除神经标本中的水分，同时结合microct参数的调整。通过两种技术的整合，本实验首次获取了可以观察到周围神经全部内部结构的二维图像。

具体地，在参数调整方面，将视野直径(即扫描管内径)设置为9mm，同时体素大小设置为3μm。该体素值设置过大会降低扫描的精确度，体素值低于3μm则会导致扫描仪超负荷运转，如果有其他环境因素干扰很有可能无法完成扫描。

如想建立一套完整的周围神经束三维可视化模型，那么获取高精度的二维图像是基础，也是最重要的环节。为了达到仿生的三维重建，二维图像之间的距离越小越好，这样的三维重建更加精确，图像之间的匹配性也会越好。为此本实验的选取的二维图像层间距为3μm(即体素大小为3μm)满足三维重建的要求，但带来的如此巨大的图片信息现存的三维重建软件是无法给与解决的、还有神经束和结蹄组织之间的分割也是现存软件无法完美分割的，为此我们自主研发出一套可以应用周围神经束自动分割和重建的数学算法并与超级计算机给与的环境相兼容，达到自动快速得到仿生化的周围神经束三维可视化模型。

图5为周围神经束自动分割的过程，其中图5(a)为原始图像；图5(b)显示了提取的感兴趣的区域的纹理特征；图5(c)为根据纹理特征自动提取神经束的轮廓；图5(d)为与感兴趣区域进行融合后，提取的神经束。

图6为可视化周围神经束三维重建所得的视图，其中图6(a)为1500张图片组合在一起的重建效果；图6(b)为1500张图片组合后的放大重建效果；图6(c)显示了神经内膜重建效果；图6(d)显示了7248张图片组合后的重建效果。

在优选的参数设置情况下，microct扫描图像周期通常比较长，要十几个小时至几十个小时，因此机器内环境因素的微小变化会影响扫描结果，尤其是环境中水分的变化。为了防止水分的影响，可在扫描时将周围神经标本置于保鲜膜或保鲜袋中以隔绝水分，同时保鲜膜或保鲜袋对扫描效果没有丝毫负面影响。

具体地，在获取神经束的分割图像过程中，主要是利用了自动适应拓扑变化，来获取神经束轮廓，而无需预先给出初始轮廓和中心点，通过计算中心的系统快速完成计算。

根据一个实施例，周围神经标本的长度为2.1cm，而相邻两张图片层间距离为3μm，3μm*7000＝2.1cm，因此扫描获得的图片数为7000张；这么多图片的dicom为63g，常规工作站无法处理如此巨大量的图片。本发明采用超级计算机来实现图片处理，常规计算机进行三维渲染需要10小时，而使用超级计算机进行三维渲染只需要10min。同时本发明的构建方法还可用于大数据应用中。

本发明还提供一种人周围神经三维重建的方法，该方法包括上述人周围神经束可视化模型的构建方法。

以下通过实施例对本发明进行进一步解释。

实施例1

第一步：获取人的周围神经，并进行相应的预处理。

获取人周围神经，于显微镜下去除神经周围的脂肪与结缔组织，于4％多聚甲醛中固定4天。切成2cm左右的小段。室温下将切开的神经组织浸泡于40％--50％的碘剂溶液(碘的水溶液，lugol'siodinesolutionsigma-aldrich,st.louis,usa)中并震荡处理2天，待神经颜色由乳白色变为棕色即判定染色成功。

将碘剂染色后的周围神经标本用锡纸包裹，置于液氮中速冻，然后从液氮中取出并置于冷冻干燥机内于-80℃恒温干燥3天以去除水分，放在密封干燥的容器里储存备用。

第二步：应用microct扫描预处理后的人周围神经

使用瑞典scancomedical公司的μct50扫描上述第一步获得的周围神经样本，将扫描参数按如下设置：

microct扫描视野：9mm；

能量/电流强度：55kvp,72μa,6w

过滤：0.1mmal

校正：55kvp,0.1mmal,bh:有机玻璃(pmma板)

积分时间：1500ms

平均数据：3

视野直径：9mm

体素大小：3μm

样本：3400

投射/180°：1500。

第三步：利用分割算法提取原始图像中的神经束。

根据microct扫描获得的原始二维图像绘制灰度直方图，计算得到合理的二值化阈值，并对图像进行二值化处理。通过对二值图像的纹理特征信息进行提取，区分神经束的内外区域，获取神经束轮廓。利用已获得的轮廓过滤去除二值图上轮廓外的信息，得到神经束的分割图像。

第四步：分割后的二维图像进行三维重建形成可视化神经束模型。

本发明的方法主要应用vtk进行体渲染，通过超级计算机提供的linux环境多节点的并行运算，获得了三维可视化神经束模型，本方法大大缩减了大数据体渲染需要的时间。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。