使用显微 CT 和深度学习分割技术分析骨软骨外植体

首先，使用骨软骨签名转移系统在安乐死的绵羊的外侧髁中创建一个直径为 4.75 毫米的缺损。使用骨科锤子，创建一个 10 毫米深的缺损，并从髁突中取出骨软骨外植体。准备磷酸钙水泥，每毫升补充 40 微克 BMP 2，然后将水泥浆装入 3 毫升注射器中。

然后用 18 号针头将水泥注入外植体缺损处。打开显微断层扫描 X 光机，将外植体管放在样品架上。将分辨率设置为 10.7 微米，曝光时间为 1， 200 毫秒，使用 80 千伏和 125 微安的 1 毫米铝滤波器。

每旋转 0.45 度增量平均三张图像，以提高信噪比。要进行图像分割，请使用集成的分割向导训练深度学习模型，以区分骨骼和骨水泥。从重建的显微计算机断层扫描图像中选择一个包含骨骼、水泥和背景的代表性区域，并分割第一帧。

现在，在 model （模型） 选项卡中，生成一个深度学习模型并选择 3D 网络例程。然后右键单击生成的模型，并将实验参数设置为深度 5、补丁大小 32 x 32、算法、步幅比 0.25。和 10 倍数据。

通过单击 train 按钮，使用分割框架来训练深度学习模型。训练完成后，定义第二个帧并使用 predict 函数自动对其进行分割。然后单击 export 以发布经过训练的模型，并通过选择 segment、exported model、segment、full dataset 将其应用于整个微计算机断层扫描数据集。