En studie på vertebral beinstyrke ved mikro-CT-lignende bilde

I denne studien forventer vi å samle 10 sett med ryggvirvler (mellom T6 og L5) fra 10 formalinfikserte menneskelige kadavere. Studieprotokollen ble gjennomgått og godkjent av de lokale Institutional Review Boards. De innsamlede prøvene ble gjenstand for normalisert mikro-CT- og MSCT-bildeskanning, bilderekonstruksjon ved bruk av standardalgoritmer og benstrukturobservasjon ved bruk av benalgoritmer for å oppnå standardiserte aksiale bilder av høy kvalitet . Vi vil bruke en betinget generasjon motstridende nettverksbasert bildekartleggingsteknikk for å trene kartleggingsmodellen mellom MSCT-bilder og Micro-CT-bilder, finne samsvaret mellom bildeinformasjonen som finnes i hver av MSCT og Micro-CT, og til slutt oppnå høyoppløselig mikro-CT-lignende bilder. Etter å ha innhentet de mikro-CT-lignende bildene av prøvene, vil vi segmentere og kommentere bildene (inkludert ulike strukturer som vertebral kropp, bein cortex) og trene Teacher-Student & U-Net++ dyplæringsarkitekturen for å oppnå nøyaktig segmentering av vertebrale kroppsregioner, og oppnå spongøse benregioner av interesse. Basert på dette vil vi analysere benstrukturkarakteristikkene til hver romlig region i bildene, inkludert tykkelse, avstand, orientering og distribusjonsmønster til beintrabeculae og andre indikatorer. Til syvende og sist vil vi kutte en standardisert kubikkprøve fra vertebrale spongøse bein, oppnå den biomekaniske ytelsesindeksen til denne cancellous benprøven ved mekaniske eksperimenter, og analysere korrelasjonen mellom beinstrukturen til Micro-CT-lignende bilder og biomekanisk indeks .