基于大鼠颞下颌关节活体微CT图像的生物力学分析的数值方法

《Computational and Structural Biotechnology Journal》：A numerical approach to bio-mechanics analysis based on live micro-CT images in the rat temporomandibular joint

本研究构建了基于不同分辨率（20μm、40μm、80μm）微CT图像的鼠类下颌骨有限元模型，采用灰度值映射非均匀材料属性（密度和杨氏模量），并模拟了八组肌肉的边界条件。分析表明，20μm分辨率模型能准确捕捉骨微结构（如松质骨），应力分布与骨形态学变化高度吻合，而低分辨率模型（40μm、80μm）导致应力分布模糊和误差增大。研究提出了分辨率优化方法，为人类下颌骨建模提供参考。

　　本研究聚焦于下颌骨及其与颞下颌关节（TMJ）之间的复杂生物力学关系，提出了一种结合微CT图像和有限元建模（FEA）的新型框架，以更精确地模拟生物组织的机械行为。下颌骨是人体中结构复杂且功能关键的一部分，其运动不仅涉及关节的旋转（铰链运动），还受到周围肌肉负载的滑动影响。传统的数值模型通常采用均匀的骨组织属性，简化了加载条件，因此无法充分反映骨内部微结构（如骨小梁）对机械性能的细微影响。为解决这一问题，本研究利用微CT图像在三种不同分辨率（20微米、40微米和80微米）下重建了大鼠下颌骨的三维模型，并通过映射图像的灰度值来分配每个元素的密度和杨氏模量，从而实现非均匀材料属性的建模。这种建模方法不仅更贴近真实的生物结构，还能更准确地反映骨组织在不同力学条件下的响应。

此外，本研究在模型中引入了八个与周围肌肉相关的边界条件，以模拟大鼠的咀嚼过程。这些边界条件基于解剖学知识和实验数据，能够更真实地再现咀嚼过程中肌肉施加的力场。通过这种建模方式，研究团队成功模拟了下颌骨和TMJ的应力分布，并发现其与实际骨形态变化高度一致。这一结果表明，基于微CT图像的FEA方法在研究骨组织的机械行为方面具有显著优势，能够提供更精细的力学信息。

为了进一步评估不同分辨率对模型结果的影响，研究团队对比了三种分辨率下的平均von Mises应力值。结果显示，20微米分辨率模型的平均应力值为19.842 ± 48.728 MPa，40微米模型为18.376 ± 42.025 MPa，而80微米模型仅为11.069 ± 35.210 MPa。20微米模型的应力分布最为精确，能够清晰地显示骨小梁的结构特征，而低分辨率模型则无法捕捉到这些细节，导致应力分布的模糊性和不准确性。这表明，在进行FEA分析时，较高的分辨率对于准确模拟骨微结构至关重要。然而，更高的分辨率也意味着更大的辐射剂量，这在临床应用中可能带来一定的风险。因此，研究团队建议在不同研究目标下选择适当的分辨率，例如，当需要分析细节结构时，推荐使用20微米分辨率；而当仅关注整体应力分布时，40微米分辨率可能已足够。

研究还探讨了模型的生物力学合理性，特别是在骨重塑理论方面的验证。根据Frost的Mechanostat假说，骨组织的重塑与局部机械环境密切相关，生理范围内骨的维护通常发生在应变值50至1500微应变之间，而过载则可能超过3000微应变。然而，在本研究中，部分区域的应变值超过了3000微应变，这可能与模型中未考虑软组织（如关节软骨和盘状结构）的缓冲作用有关。由于软组织在传递负载和降低峰值应变方面起着重要作用，因此未来的模型应考虑其存在，以提高预测的生理准确性。

此外，研究还指出，本框架在不同解剖尺度下具有一定的适应性。虽然本研究专注于大鼠下颌骨，但该方法可以扩展至更大的结构，如猪或人类的下颌骨。不过，在应用到不同解剖结构时，需要重新评估网格参数和图像分辨率，以确保模型的准确性。例如，对于更复杂的结构，可能需要更高的分辨率来捕捉微细的骨小梁结构，而对于简单的整体行为分析，较低的分辨率可能已经足够。因此，推荐的分辨率应根据研究目的和可接受的辐射剂量进行优化。

本研究的一个重要贡献是建立了将图像处理、材料映射和边界条件定义相结合的综合流程。这一流程不仅提升了模型的生物真实性，还增强了其在生物力学分析中的可信度。通过结合高分辨率微CT图像和非均匀材料属性的映射，模型能够更准确地反映骨组织在咀嚼过程中的应力分布。同时，通过引入八种肌肉力的边界条件，模型能够更全面地模拟下颌骨的复杂运动。这一框架在未来的应用中具有广泛前景，不仅可用于动物模型的研究，还可能为人类TMJ疾病的诊断和治疗提供新的工具。

研究还指出，尽管本框架具有显著的优势，但仍存在一些局限性。例如，基于灰度值的材料映射方法可能引入不确定性，特别是在X射线成像中常见的束硬化伪影可能会导致骨密度测量偏差。此外，手动设定灰度阈值的方法虽然可以提高分割精度，但也可能因操作者主观判断而产生差异。为了提高模型的标准化和自动化水平，未来的研究可以探索基于深度学习的自适应阈值分割方法。同时，模型中未考虑软组织结构，如关节软骨、盘状结构和牙周膜，这些结构在传递力和吸收冲击方面起着重要作用，因此在未来的模型中需要进一步完善。

最后，研究团队强调，本框架虽然能够提供详细的生物力学分析，但目前仅基于静态加载条件进行模拟。为了更全面地反映咀嚼过程的动态特性，未来的研究可以进一步探索该框架在动态或准静态模拟中的应用。此外，研究还指出，高分辨率的微CT图像虽然能够提供更精确的结构信息，但其成本和辐射风险也需要权衡。因此，在实际应用中，研究者应根据研究目标和资源限制，选择最合适的分辨率。

综上所述，本研究通过结合高分辨率微CT图像和非均匀材料属性的映射方法，构建了一个具有高度生物真实性的有限元模型。该模型不仅能够准确模拟下颌骨和TMJ的应力分布，还能为不同研究目标提供灵活的分辨率选择方案。同时，研究还指出了模型在生物力学分析中的局限性，并提出了未来改进的方向，如引入软组织结构和动态模拟。这些成果为骨组织力学研究提供了新的思路，也为临床应用和进一步的生物力学模拟奠定了坚实的基础。