首页> 中文学位 >提按法应用于Colles骨折复位中的数字虚拟研究
【6h】

提按法应用于Colles骨折复位中的数字虚拟研究

代理获取

目录

声明

引 言

第一章 文献研究

第一节 中医骨伤手法在体量化研究

一、动力学研究

二、运动学研究

三、数理模型的建立

第二节 西方手法的在体量化研究

第三节 中医正骨手法教学培训方法现状

一、内容精炼、层次清楚的讲述

二、挂图或绘图的应用

三、实体模型的应用

四、多媒体技术的应用

五、网络教学

六、标准化、规范化培训

第四节 虚拟现实技术的运用

一、基于虚拟现实技术的中医远程脉诊[62]

二、中医针灸教学系统[63]

三、腕踝针虚拟教学系统[64]

第二章 Colles骨折复位过程中提按法的在体运动生物力学研究

第一节 同一操作者提按手法操作特征与影响因素的在体力学研究

一、研究目的

二、资料与方法

三、结果

四、讨论

五、结论

第二节 操作者时间-力量曲线评价模型的建立

一、研究目的

二、资料与方法

三、结果

四、讨论

五、结论

第三节 不同操作者提按手法的力学参数比较

一、研究目的

二、资料与方法

三、结果

四、讨论

五、结论

第四节 操作者与助手手部运动轨迹曲线评价模型的建立

一、研究目的

二、资料与方法

三、结果

四、讨论

五、结论

第三章 提按法三维虚拟教学模型的建立

第一节 骨折手臂三维数字化重建

一、研究目的

二、资料与方法

三、结果

四、讨论

五、结论

第二节 患臂的硅胶模型的制作

一、研究目的

二、资料与方法

四、讨论

五、结论

第三节 提按法手法三维虚拟还原

一、研究目的

二、资料与方法

三、结果

四、讨论

五、结论

结语

主要的创新与取得的成果:

存在的不足:

后续的研究:

参考文献

附 录

在校期间发表论文情况

致谢

展开▼

摘要

研究背景:
  中医正骨手法以“不开刀、康复快、花钱少”的特色,治疗骨折、关节脱臼等骨伤疾病,深受广大患者的欢迎。然而,目前绝大多数中医院已基本放弃了这一疗法,中医正骨疗法正陷入濒临失传的境地。
  导致这种境地的原因之一,是传统的正骨教学采用的是中医师带徒、一对一的教学方式,直接在骨折患者身上进行手法的操作练习,既增加了患者痛苦,又会因为不正确的操作而给患者带来新的损伤。同时,由于可操作练习的病例有限和学员在进行操作时的紧张和慌乱而影响了学习的效果,导致该技术学习周期长、效果差。
  如果将中医正骨手法用明确的量化参数进行实验、验证,对操作部位、操作步骤、操作参数进行量化,进而将手法的操作标准化、规范化,再结合计算机虚拟仿真技术,构建一套开放、可扩展、可自动评价的培训系统,将极大地提高培训的效率和质量、缩短正骨手法的学习曲线,彻底改变中医正骨手法的传统教学模式,让严肃、紧张的手法教学成为一个三维互动游戏,寓教于乐。
  佛山市中医院在继承李广海传统手法和正骨八法的基础上,结合人体解剖生理特点和力学原理,创立了具有岭南特色的“正骨十四法”。该手法具有操作简便、可重复性强、病人痛苦少,复位率高的优点,不仅对新鲜的四肢骨折疗效好,而且对陈旧性骨折和一些关节内骨折疗效也很满意。因而“正骨十四法”被列为“十一五”重点专科主攻项目,国家中医药管理局重点推广项目。
  导师陈志维教授是李氏伤科第四代传人,正骨手法精湛。导师将传统中医正骨手法与虚拟现实仿真技术相结合,拟构建“正骨十四法虚拟仿真教学系统”,此系统的研制成功将开创中医正骨手法教学数字化、标准化的先河,具有里程碑式的意义。
  中医正骨手法属于非物质文化的范畴,该系统建立的数据库能够以最接近于真实的方式将名老中医正骨手法的关键信息保存下来,对于著名正骨流派手法的传承,祖国传统非物质文化的保护有着重大的意义。
  中医正骨手法的数字化研究还将丰富数字医学的研究内容,也为中医现代化的研究方法做出有益的探索。
  本研究为导师主持的课题“正骨十四法虚拟仿真教学系统的研制”的子课题,通过对Colles骨折复位过程中的“提按法”进行量化和分析,建立该手法运动生物力学参数的数学评价模型和三维可视化运动还原及实体仿真模型,为“正骨十四法虚拟教学系统”之“提按法虚拟教学”的构建提供数据支持、评价依据和虚拟教学模型,
  目的:
  1、运用测力采集系统获取提按手法操作者各手指在复位过程中对患肢施加的压力值,总结提按手法操作的力学特征;探讨对提按手法操作力量可能的影响因素;比较不同操作者施行提按法复位过程中的力学特征的异同。
  2、运用位置跟踪系统获取提按手法操作者和助手手部关键点在复位过程中的运动轨迹,总结提按手法操作的运动学特征。
  3、建立该操作者提按手法的力学评价模型;建立该操作者与助手手部关键点的运动轨迹评价模型。
  4、建立患者骨折手臂的三维虚拟模型和实体模型;建立操作者手部模型,实现提按手法的三维可视化虚拟还原。
  方法:
  1、同一操作者提按手法的在体力学测量和操作特征与影响因素的研究。
  采集可能影响手法操作的患者因素,包括:患者的性别、年龄、体重、体重指数、身高、健腕周径、患腕周径、患腕肿胀度(健患肢周径差)、受伤时间。实时测量一位专家对30例Colles骨折患者施行提按法复位过程中各手指作用力均值、峰值、作用时间等力学参数。分析影响因素与各力学参数的相关关系,探讨对提按手法有影响的患者因素。
  2、操作者时间-力量曲线数学模型的建立;
  将采集的各手指的力量整合为为提力和按力。对时间、提力、按力等数据进行分析,绘制时间-力量曲线。然后采用平均算法和相似度算法求出时间-力量的平均曲线、各曲线与平均曲线的相似度,得到该专家手法时间-力量曲线的平均曲线及波动区间,建立时间-力量曲线的评价模型。
  将平均曲线数据进行曲线拟合,求出平均曲线的拟合方程式,建立该曲线的数学模型。
  3、不同操作者提按手法的力学参数比较;
  另选择一名初学者,对15例符合纳入标准的Colles骨折患者进行手法复位操作。用测力采集系统获取该操作者的力学参数(各手指作用力均值、峰值、作用时间)。将之与专家的力学参数进行比较,分析两者手法的力学特征的异同。
  4、操作者手部运动轨迹的在体测量和数学模型的建立;
  使用位置追踪系统进行实时测量,采集专家和助手对符合纳入标准的30例Colles骨折患者施行提按法复位过程中各测量点(操作者双拇指、助手双手背)的运动轨迹。将运动轨迹数据分解成三组二维数据,运用平均算法和相似度算法求出三条平均曲线及相似度范围,得到该专家手法运动轨迹的三个维度的平均曲线和波动区间,建立该轨迹曲线的评价模型。
  将三个维度的平均曲线数据进行曲线拟合,求出三个平均曲线的拟合方程式,建立该运动轨迹曲线的数学模型。
  5、患肢三维虚拟和实体建模;
  选取1例右侧Colles骨折患者,签署知情同意书后进行患臂的CT断层扫描,获得断面二维图像,将之进行图像分割、三维数字化重建,以 STL格式导出保存。将文件导入Maya中建立患臂骨骼及软组织的可视化三维虚拟模型。
  应用计算机辅助激光烧结快速成形技术打印患肢的1:1实体模型。以该模型为手板,采用硅胶模具技术,制作出骨折手臂实体硅胶模型。
  6、手法三维可视化虚拟还原
  将三维重建的骨折手臂的软组织部分模型保存为STL格式,导入Maya中重新划分网格、调整形态,建立操作者和助手手部的三维模型。将手部模型导入virtools中,与数据手套和位置追踪器共同搭建手部运动跟踪系统。用数据手套获取的操作者手法复位时的手形数据、位置追踪器获取的运动轨迹数据,在virtools中与虚拟手动态链接,实现手法动作的三维可视化虚拟还原。
  结果:
  所有患者骨折均得到解剖复位或功能复位,无负损伤的发生。
  1、操作者的双拇指力量之和为按力,提力为双手2-4指力量之和。
  按力最小值为37.65N,最大值为106.76N,均值76.09±21.11N;提力最小值为127.59N,最大值为372.39N,均值226.10±64.10N。
  2、采用Pearson相关性分析,比较同一操作者施行提按手法时力学参数之间的相关关系。提力峰值与均值、按力峰值与均值之间存在相当显著的相关性(P=0.000);提力峰值与按力峰值之间有一定的相关性(P=0.052);提力均值与按力均值无显著相关性(P=0.096);时间与提力峰值、提力均值、按力峰值、按力均值之间均无显著相关性(P>0.05)。
  3、经多元线性回归分析,按力峰值与患者的年龄和体重指数有显著的相关性,与年龄呈负相关,与体重指数呈正相关。其回归方程为:①按力峰值=97.094-0.502*年龄②按力峰值=52.684-0.437*年龄+1.892*体重指数。标准化的回归方程为:①按力峰值=-0.543*年龄②按力峰值=-0.472*年龄+0.350*体重指数。
  提力峰值与年龄有显著相关性,与年龄呈负相关。其多元线性回归方程为:提力峰值=150.139-0.830*年龄。标准化的回归方程为:提力峰值=-0.677*年龄。
  经秩和检验,男女性别组间的手法时间、提力峰值、按力峰值均无显著性差异。4、采用平均算法和相似度算法求出提力、按力的平均曲线数据,分别将之进行
  曲线拟合求出各自的方程表达式。
  按力平均曲线方程:
  n=(2.058-1.0)/(1.772+2.058-2.0);
  m=(1.772-1.0)/(1.772+2.058-2.0);
  y=38.876*pow((x-2.555+5.285*m)/5.285,1.772-1.0)*pow(1.0-(x-2.555+5.285*m)/5.285,2.058-1.0)/(pow(m,1.772-1.0)*pow(n,2.058-1.0));
  注:pow(n,m)表示n的m次方提力平均曲线方程
  y=0.25*130.852*(1.0+erf((x-3.586+3.093/2.0)/
  (1.414*1.065)))*(1.0-erf((x-3.586-3.093/2.0)/(1.414*0.732)));(Erf表示误差函数,其定义如下:
  此处为公式省略
  按力曲线相似度波动范围:0.65664~0.95267。提力曲线相似度波动范围:0.88598~0.97525。
  5、比较专家与初学者的手法数据后发现:专家与初学者的按力峰值、提力峰值和操作时间有显著性统计学差异(P<0.05),专家的提力峰值较小,按力峰值较大,操作时间较短。
  6、将运动轨迹的四维数据分解成以时间为X轴的三组二维曲线数据。采用平均算法和相似度算法求出三组数据的平均曲线数据,分别将之进行曲线拟合求出各自的方程表达式。
  操作者左拇指(S1)运动轨迹方程⑴左侧骨折
  ① X轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3
  r2=0.9671934915808159
  r2adj=0.9663584168210549
  StdErr=0.04186406096931441
  Fstat=1356.160797249026
  a=-0.07762311443610218
  b=0.1353448042055287
  c=-0.04243399476984195
  d=0.002664427066777493
  e=0.0001615771547219304
  f=-2.54225903859872E-05
  g=7.904472752836059E-07
  ② Y轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)+ix^4
  r2=0.9911397157312829
  r2adj=0.9908476184476988
  StdErr=0.02264832517888956
  Fstat=3831.31446286108
  a=0.0286316201475236
  b=-0.4999758304325031
  c=0.6155299936302018
  d=-0.2872136495973893
  e=0.06563597363370239
  f=-0.008000625620561614
  g=0.000532845234580611
  h=-1.83214448566935E-05
  i=2.546590757046606E-07
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量③ Z轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)+ix^4
  r2=0.9670708539138131
  r2adj=0.9659852776692136
  StdErr=0.06712512937983962
  Fstat=1005.862000182331
  a=0.01435159849081429
  b=-0.2885498008690854
  c=0.3353082667436838
  d=-0.1530455334991204
  e=0.03304521077122846
  f=-0.003947087191012418
  g=0.0002685465799534986
  h=-9.707898705717631E-06
  i=1.442362851471318E-07
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  ④操作者左拇指(S1)的三维轨迹曲面拟合方程:
  z=a+bx^2+ce^(-x)
  r2=0.5938685734256063
  r2adj=0.5895015688387848
  StdErr=0.2331978088556317
  Fstat=204.7159979242712
  a=3.092703281759233
  b=7.093854276579674
  c=-3.264260812793225
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  ⑵右侧骨折
  ① X轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)+ix^4+jx^(4.5)
  r2=0.9834794081622177
  r2adj=0.9824720550013773
  StdErr=0.05475802064873722
  Fstat=1091.392850410599
  a=0.002974812078297593
  b=0.3377441541327418
  c=-0.8509867333311141
  d=0.6917944354593681
  e=-0.2769573562630152
  f=0.06088653801191541
  g=-0.007809194751397853
  h=0.0005848071348237802
  i=-2.372230131095685E-05
  j=4.027551756064413E-07
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  ② Y轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)
  r2=0.8970535331121657
  r2adj=0.892092257599499
  StdErr=0.06933644541710861
  Fstat=207.8860492927781
  a=-0.0161817648996781
  b=0.3094781649011254
  c=-0.4724859257399258
  d=0.2478118779514048
  e=-0.0602939203324566
  f=0.007343976277910431
  g=-0.0004345220383358737
  h=9.952095016228143E-06
  注:r2:拟合系数
  r2adj:校正的拟合系数 StdErr:标准误
  Fstat:F分布函数的统计量③ Z轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)
  r2=0.9820480724453952
  r2adj=0.9811829193102336
  StdErr=0.09524244377984529
  Fstat=1305.08888728787
  a=-0.05147621095864129
  b=0.435204354286022
  c=-0.5471202442107263
  d=0.2291686048106464
  e=-0.04929214341257624
  f=0.005340450210208545
  g=-0.0002777708671001508
  h=5.538681037200253E-06
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  ④操作者右拇指(S1)的三维轨迹曲面拟合方程(右):
  z=a+bx^2+ce^(-x)
  r2=0.5938685734256063
  r2adj=0.5895015688387848
  StdErr=0.2331978088556317
  Fstat=204.7159979242712
  a=3.092703281759233
  b=7.093854276579674
  c=-3.264260812793225
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  7、助手右手背(S3)相对于操作者左拇指(S1)的运动轨迹方程。
  ⑴左侧骨折
  ① X轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)
  r2=0.06388967381077861
  r2adj=0.03655798545488893
  StdErr=0.1980558595739665
  Fstat=2.681256045273429
  a=0.03134237452999182
  b=0.2643025901123284
  c=-0.1373992512588724
  d=0.03041028350749511
  e=-0.003295221439362416
  f=0.00018596552305517
  g=-5.272822564128425E-06
  h=5.99164213185788E-08
  注:r2:拟合系数
  r2 a d j:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  ② Y轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)+ix^4
  r2=0.8957483573827327
  r2adj=0.8923114900437019
  StdErr=0.1093215979526616
  Fstat=294.2819937426782
  a=0.0007275800970030686
  b=-0.04609259881283027
  c=0.1030714736527294
  d=-0.06236271163932799
  e=0.01590610908493899
  f=-0.002015263799117551
  g=0.000134978155774958
  h=-4.575273741618609E-06
  i=6.171592254338378E-08
  注:r2:拟合系数
  r2adj:校正的拟合系数 StdErr:标准误
  Fstat:F分布函数的统计量
  ③ Z轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)+ix^4
  r2=0.9035952250703065
  r2adj=0.9004170456770199
  StdErr=0.1792069866018487
  Fstat=321.0228588908379
  a=-0.005610188247828707
  b=0.5927321477850638
  c=-0.5109186397143521
  d=0.1853365780214895
  e=-0.03327853441733689
  f=0.003284599971474132
  g=-0.0001794025318022814
  h=5.023682687296648E-06
  i=-5.539698435446068E-08
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  ⑵右侧骨折
  ① X轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)+ix^4+jx^(4.5)
  r2=0.8426717348628718
  r2adj=0.831513701874423
  StdErr=0.03702954319108692
  Fstat=84.50793861288972
  a=-8.495241056627773E-05
  b=-0.4735363817818375
  c=1.018849798491283
  d=-0.7911841713942608
  e=0.3107545918706676
  f=-0.06920536035568158
  g=0.009117537541338358
  h=-0.0007034798405219569
  i=2.936467759521229E-05
  j=-5.118760631073097E-07
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  ⑵ Y轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)+ix^4+jx^(4.5)
  r2=0.981890015983476
  r2adj=0.9806056199539353
  StdErr=0.05725388385218863
  Fstat=855.4420843370495
  a=-0.001999784501583893
  b=0.7008122334498449
  c=-1.365011840069585
  d=1.043917969642899
  e=-0.4062793020693362
  f=0.08957517960956156
  g=-0.01168842960609188
  h=0.0008954698599060319
  i=-3.727874088277785E-05
  j=6.517512039359243E-07
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  ③ Z轴轨迹曲线方程式:
  y=a+bx^(0.5)+cx+dx^(1.5)+ex^2+fx^(2.5)+gx^3+hx^(3.5)+ix^4
  r2=0.9943519069227967
  r2adj=0.9939939291925514
  StdErr=0.04629265975673771
  Fstat=3146.909955854675
  a=-0.01193721751520225
  b=0.5793461169296306
  c=-0.8498294571256936
  d=0.505990697648167
  e=-0.149818440106772
  f=0.02487474942439187
  g=-0.002348333563413301
  h=0.0001175754731735221
  i=-2.420282168783593E-06
  注:r2:拟合系数
  r2adj:校正的拟合系数
  StdErr:标准误
  Fstat:F分布函数的统计量
  8、建立了骨折手臂的三维虚拟模型和实体硅胶模型。
  9、实现了提按法三维可视化虚拟还原。
  结论:
  1、操作者进行提按法操作时,提力峰值越大时,按力峰值也越大;
  2、患者的年龄对提、按力大小的影响表现为:年龄越大,提力和按力越小;体重指数对按力的影响表现为:体重指数越大,按力越大。
  3、与初学者相比较,专家的提力较小,按力较大,时间较短。专家通过适当增加按力以减轻提力,避免将复位的力量集中在一处,同时因其复位的时间短,对患处组织造成的再损伤较小。
  4、通过平均算法建立了操作者手法的时间-力量平均曲线;运用相似度算法得到了操作者手法曲线的波动区间。采用曲线拟合的方法得到了该曲线的数学方程式,建立了该曲线的数学评价模型。将运动轨迹数据进行分解,采用平均算法、相似度算法和曲线拟合求得了手法关键点的相对运动轨迹与绝对运动轨迹的平均曲线和方程式,建立了运动轨迹评价模型。从而实现了手法力量和手法关键点运动轨迹的可评价化。
  5、结合计算机图形学、三维动画技术、传感器技术、逆向工程技术和硅胶模具技术,建立了骨折手臂的三维虚拟模型和实体硅胶模型,实现了提按法三维可视化虚拟还原。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号