0~3岁儿童颅骨轮廓统计分析.pdfVIP

汽 车 工 程 2015年 (第37卷)第3期 AutomotiveEngineering 2015051 0～3岁儿童颅骨轮廓统计分析冰 葛 昊 ，李志刚 ，刘卫国 ，张金换 (1．清华大学，汽车安全与节能国家重点实验室，北京 100084； 2．浙江省汽车安全技术重点实验室，杭州 311228) [摘要] 本文提出了一种能够半 自动地从医学 CT图像中获取颅骨轮廓标志点的方法，快速准确地从54组儿 童头部CT扫描数据中提取标志点，并通过主成分分析和回归分析，建立了儿童颅骨轮廓点集与儿童宏观参数(年 龄和头部周长)之间的回归关系模型，并据之得出了6个月、18个月、36个月儿童头部轮廓形态的统计结果。结果 表明，该模型可较好地预测给定宏观参数的儿童颅骨轮廓。 关键词：儿童颅骨轮廓 ；CT图像 ；主成分分析；回归分析 StatisticalAnalysisof0—。3．．Year．．OldChildrenSkullContours GeHao ．LiZhigang ，LiuW eiguo ZhangJinhuan 1．TsinghuaUniversity，StateKeyLaboratoryofAutomotiveSafetyandEnergy，Beifing 100084； 2．ZhefiangKeyLaboratoryofAutomotiveSafetyTechnology，Hangzhou 311228 [Abstract] Atechniqueisproposedtosemi-automaticallyacquirethemarkingpointsofskullcontourfrom medicalCT images，andwithwhichmarkingpointsarequicklyandaccuratelyextractedfrom 54setsofCT scanned dataofchildrenheads．Thenbyusingprincipalcomponentanalysisandregressionanalysis，aregressionrelation· shipmodelbetweentheskullcontourpointsetandthemacro—parametersofachild (e．g．ageandheadcireumfer— ence)isestablished，andbasedonwhichthestatisticalresultsof6一，18一，and36-month-oldchildrenheadskull contoursareobtained．Itisshownthatthemodelestablishedcanbetterpredicttheskullcontoursofchildrenwith givenmacro—parameters． Keywords：childrenskullcontours；CT images；principalcomponentanalysis；regressionanalysis 在儿童头部形态统计研究的过程 中，一个必 日JI吾 要的环节是从 医学图像 中提取出能够表征形态 的标志点集合。区别于效率较低 、精度较差的手 对儿童造成致命和致残的损伤中，头部损伤是 工获取标志点的方法 ，本文 中提出了一种能够半 首要因素¨ 。由于儿童的尸体实验较为稀缺，建 自动地从医学CT图像 中获取标志点的方法和完 立基于解剖学的有限元模型和开发高生物逼真度的 整流程 ，使用该方法从 54组儿童头部的CT扫描 假人