深度学习与力学建模融合的骨力学性能研究

骨缺损是骨科临床常见且复杂的疾患,根据患者体内缺损区骨组织力学性能,设计生物力学性能匹配的个性化骨假体,有望提升临床骨缺损诊疗的水平.然而,当前的个性化骨缺损诊疗,在体内骨组织微观结构分析、非均质各向异性力学行为表征和建模等方面存在诸多问题,难以实现生物力学性能的适配,导致骨重建效果不佳.针对上述问题,提出了一种融合数据驱动与力学建模的骨缺损重建方法,以实现临床条件下骨组织力学性能的准确表征.首先,以羊股骨远端为对象,提出了基于临床CT影像的多神经网络模型,通过建立低分辨率临床CT下的宏观骨密度分布与micro-CT下松质骨微结构形态特征的映射关系,能够直接通过临床CT对体内骨组织非均匀骨密度分布和结构张量等组织形态学参数进行准确预测.其次,建立了基于非均匀骨密度和结构张量的松质骨各向异性本构模型和实验表征方法.通过贝叶斯反演识别本构模型参数,修正了实验中由于材料主方向与加载方向偏离引入的系统误差.实验结果验证了所建立本构模型与参数反演方法的准确性,并揭示了不同部位松质骨力学行为与微结构生长方向的关系.文章通过深度学习与力学建模融合的骨力学性能研究,解决了临床医学影像下松质骨微观结构分析的难题,为个性化骨假体的设计奠定了基础.