MiniMAP:用于生成儿童下肢肌肉骨骼模型的自动流程
MiniMAP: An automatic pipeline for paediatric lower limb musculoskeletal model generation
预印本 · 尚未经过同行评审
MiniMAP 利用300余名4至18岁儿童的CT数据,可从皮肤标志点快速生成儿童下肢OpenSim肌肉骨骼模型。
生成儿童肌肉骨骼模型通常需要在数据可用性、准确性和计算时间之间做出折中。统计形状模型可以快速生成用于肌肉骨骼建模的骨骼几何形状。关节式形状模型允许在优化过程中关节处发生运动,从而更好地拟合实验数据。本文提出了一种方法,利用由300多名4至18岁儿童的CT扫描生成的下肢关节式形状模型,生成定制的儿童OpenSim模型。骨骼几何形状通过人口学因素(年龄、身高、体重和性别)、线性骨骼测量(骨骼宽度和长度)以及12个皮肤表面标志点(左/右ASIS、左/右PSIS、内/外侧上髁以及内/外侧踝)进行预测。为考虑皮肤软组织厚度(骨骼到皮肤表面的距离),开发了一种随机森林算法用于预测这12个标志点处的皮肤软组织厚度。使用留一法分析评估模型预测的准确性,以评估标志点误差、骨骼表面误差和临床骨骼测量误差(线性测量和角度值)。从两个儿童测试案例中收集了运动捕捉和MRI数据,以在未见数据上测试该工作流程。该人群的皮肤软组织厚度值差异很大,平均值从外踝处的3.4mm到PSIS处的25.9mm不等。使用年龄、身高、体重、ASIS宽度、上髁宽度和踝宽度预测皮肤软组织厚度效果最佳,平均RMSE为4.68mm。关节式形状模型从皮肤表面标志点预测出准确的骨骼几何形状,骨盆、股骨和胫骨/腓骨的平均骨骼表面RMSE分别为2.64 {+/-} 0.99mm、1.91 {+/-} 0.59mm和1.69 {+/-} 0.56mm。在两个未见测试案例中,平均骨骼表面误差范围为1.64 {+/-} 1.2mm至3.41 {+/-} 3.1mm。本研究证明了“MiniMAP”在快速生成定制儿童肌肉骨骼模型方面的准确性。
中文由 AI 翻译,仅供参考,以原文为准。
来源:bioRxiv · Bioengineering · biorxiv.org