【技术实现步骤摘要】
本专利技术涉及医学辅助设计，尤其涉及一种基于有限元模型的眼球运动模拟预估方法。
技术介绍
1、斜视作为眼科临床常见疾病，患病率可达0.8％～6.8％。斜视不仅影响患者外观，造成自卑等心理障碍，而且可造成视力损伤，导致弱视，同时对双眼视觉和立体视觉的形成造成损伤，严重影响工作和生活能力。斜视可因双眼单视异常或控制眼球运动的神经肌肉异常以及机械性限制引起，除少部分可通过戴镜等保守方法治疗外，绝大多数需采取手术治疗。调查研究显示，23％的斜视患者需要进行再次手术，即将近1/4的手术为复杂的二次或多次斜视手术。对于斜视手术的设计，尤其是二次或多次手术的患者，患者本身的病情差异性较大，同时多种影响斜视手术效果的未知因素存在，导致手术设计的难度大大增加，手术治疗效果难以预测。
2、目前斜视手术方案的辅助设计均以人工智能机器学习的方式，依据斜视病例数据系统学习后的输出设计。这种方式对初次手术患者设计可能是有效的，但对于二次或多次手术的患者，他们的病情差异很大，很难有既往有完全相同的历史诊疗情况的患者，即很难具有相同手术经历、完全相同的复发症状的患者供人工智能学习，因此对变化多端的再次手术这种辅助设计方法就不再有效。
技术实现思路
1、本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于有限元模型的眼球运动模拟预估方法，采用构建依据mri的眼球运动有限元模型，实现眼球运动的动态模拟，辅助手术设计，实现手术量效评估，可在术前实现斜视患者的手术效果预估。
2、为解决
3、一种基于有限元模型的眼球运动模拟预估方法，包括有限元模型构建和手术量效关系的评估；
4、所述有限元模型构建中，首先通过计算机辅助设计软件对眼球进行几何建模，并对眼球模型的材料属性进行定义，然后使用有限元分析软件，构建超弹性本构模型，包括球后脂肪的模型和眼外肌的模型，对所构建的模型进行验证；
5、所述手术量效关系的评估，包括：模拟肌肉激活和力学响应，模拟不同纤维中肌肉的激活量；计算皮奥拉-柯克霍夫应力，评估纤维方向的拉伸情况；数据分析，预估眼外肌的力量情况。
6、进一步地，所述有限元模型构建的具体方法为：
7、步骤1.1：几何建模，边界设置；
8、步骤1.1.1：几何建模；
9、通过计算机辅助设计软件，根据动态mri影像分别定义要分析的结构组织的几何形状、尺寸和几何特征：眼球、球后脂肪、肌间组织、六条眼外肌、视神经；六条眼外肌包括上直肌、下直肌、内直肌、外直肌、上斜肌、下斜肌；从动态mri扫描中提取每一块肌肉的边界线，这些边界线之间的体积认为是肌肉的形状；球后脂肪的几何形状为多面体，是由4条直肌的内表面和其他连接相邻的表面形成；多面体在眼球的后面到眼眶的后末端；
10、步骤1.1.2：离散化；
11、将各部分结构离散化为有限元网格，由三角形的有限元单元组成；
12、步骤1.1.3：边界设置；
13、眼外肌与视神经汇聚的地方为固定支点，以视神经与眼球结合点为支点，眼球可向各个方向转动，向上或向下转动垂直范围为±30度，向左或向右转动水平范围为±45度；
14、步骤1.2：材料属性定义；
15、眼球定义为均匀的非弹性材料；边界面与球内脂肪和眼外肌之间的空间认为是一种均匀的弹性材料，其粘度被忽略；在没有神经冲动刺激肌肉收缩的情况下，采用具有正交各向异性弹性材料来模拟肌肉收缩；
16、步骤1.3：建模；
17、使用有限元分析软件建模，构建超弹性本构模型：
18、球后脂肪的模型，形式如下：
19、
20、其中，ψf是球后脂肪的应变能密度函数；μ是材料的剪切模量；λ是泊松比；i1是变形梯度张量的第一个不变量，主应变的总和；j是变形梯度张量的行列式，材料的体积变化；
21、眼外肌的模型，形式如下：
22、ψ＝w1ψiso+w2ψfiber
23、其中，ψ是总应变能密度函；w1、w2是各向同性组分和纤维方向组分的权重因子；ψiso描述各向同性组分的应变能密度函数，为neo-hookean或mooney-rivlin模型；ψfiber是用于描述纤维方向(首选方向)的应变能密度函数，包括肌肉激活或肌肉纤维拉伸模型；
24、步骤1.4：模型验证；
25、根据分析对象的动态mri上获取的边界信息、肌肉应力张量信息来调整参数，获取个体化调整的有限元模型；根据肌肉的激活量，作为输入可变参数，应用于模型，计算瞳孔中心位置向量(x)作为输出值，与实际眼球瞳孔中心位置向量进行对比，同时，模拟运动情况与实际九个诊断眼位的眼球运动情况进行比较来验证所建模型；确认模型构建成功后，进行手术量效关系的评估。
26、进一步地，所述手术量效关系的评估的具体方法为：
27、步骤2.1：模拟肌肉激活和力学响应；
28、在有限元模型中引入肌肉激活模型，以模拟不同纤维中肌肉的激活量；使用有限元分析求解器计算协同肌和拮抗肌的应力和应变，以及柯西-格林形变张量c；
29、步骤2.2：计算皮奥拉-柯克霍夫应力；
30、在每个有限元中按下式计算皮奥拉-柯克霍夫应力p，以评估纤维方向的拉伸情况；
31、p＝c*σ
32、其中，c是右cauchy-green形变张量，σ是应力张量；
33、步骤2.3：数据分析；
34、在有限元模型的基础上，根据三棱镜加交替遮盖测得的斜视角度及拟手术方案，调整有限元内对应边界线的长度，即眼外肌的长度；观察不同纤维中肌肉的激活量，协同肌及拮抗肌柯西-格林形变张量c的变化，同时计算皮奥拉-柯克霍夫应力p，作为纤维方向拉伸函数来预估眼外肌的力量情况；不断调整有限元内对应边界线的长度，来模拟术后效果，直至达到理想的模拟的眼球运动，此时调整的对应边界线的长度既为手术肌肉截取或退后的长度。
35、采用上述技术方案所产生的有益效果在于：本专利技术提供的基于有限元模型的眼球运动模拟预估方法，与以往材料不同，眼球结构组织包含的主要成分具有不同弹性特性，因此本专利技术采用了超弹性本构模型，其中球后脂肪采用了neo-hookean模型，而眼外肌组织采用纤维增强组织的超弹性本构模型。本专利技术采用了完全不同的理念，采用构建依据mri的眼球运动有限元模型，实现眼球运动的动态模拟，辅助手术设计，实现手术量效评估，可在术前实现斜视患者的手术效果预估。
本文档来自技高网...【技术保护点】
1.一种基于有限元模型的眼球运动模拟预估方法，其特征在于：所述方法包括有限元模型构建和手术量效关系的评估；
2.根据权利要求1所述的基于有限元模型的眼球运动模拟预估方法，其特征在于：所述有限元模型构建的具体方法为：
3.根据权利要求2所述的基于有限元模型的眼球运动模拟预估方法，其特征在于：手术量效关系的评估的具体方法为：
【技术特征摘要】
1.一种基于有限元模型的眼球运动模拟预估方法，其特征在于：所述方法包括有限元模型构建和手术量效关系的评估；
2.根据权利要求1所述的基于有限元模型的眼球运动模拟预...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。