面向椎体成形术的骨水泥注射过程可视化仿真

doi:10.12068/j.issn.1005-3026.2026.20259021

摘要/Abstract

摘要：

在骨科经皮椎体成形手术中，骨水泥注射核心参数（如注射量、压力及角度）的确定仍依赖经验判断，而这些参数对防止渗漏和并发症至关重要.为此，本文提出一种集成多相非牛顿流体模型的先进仿真框架.该框架采用基于Voronoi图的仿生骨表征方法，用于预测骨小梁结构内的水泥流动特性，并支持不同工况下水泥弥散情况的高保真可视化分析.实验结果表明，本仿真框架在术前规划优化、手术培训辅助及渗漏风险评估方面展现出潜在应用价值：术前可辅助医护人员预演注射过程以优化操作方案；在培训场景中，能模拟不同参数下的水泥弥散效果，为新手医师熟悉操作逻辑提供参考；同时，其对渗漏风险的预测功能，也有望为提升临床手术安全性提供技术层面的支持.

关键词: 医学可视化, 骨填充模拟, 多相非牛顿流体建模, 骨水泥

Abstract:

Determining key injection parameters of bone cement， such as volume， pressure and angle， in percutaneous vertebroplasty still largely relies on empirical judgment， and they have a critical role in preventing leakage and related complications. An advanced simulation framework that integrated a multiphase non-Newtonian fluid model was introduced. The framework employed a Voronoi-based biomimetic bone representation to predict cement flow behavior within trabecular structures， enabling high-fidelity visualization and analysis of cement dispersion under varying operating conditions. Experimental results demonstrate the framework’s potential value in preoperative planning optimization， surgical training assistance， and leakage risk assessment. For preoperative use， it can assist clinicians in rehearsing injection procedures and refining operation strategies； in training scenarios， it can simulate cement dispersion patterns under different parameter settings， thereby helping novice surgeons understand procedural logic； furthermore， its capability to predict leakage risks holds promise for providing technical support to improve clinical surgical safety.

Key words: medical visualization, bone filling simulation, multiphase non-Newtonian fluid modeling, bone cement

中图分类号:

TP 391.9

张雅斓, 申龙, 张少甫, 张雪松. 面向椎体成形术的骨水泥注射过程可视化仿真[J]. 东北大学学报（自然科学版）, 2026, 47(1): 52-59.

Ya-lan ZHANG, Long SHEN, Shao-fu ZHANG, Xue-song ZHANG. Visual Simulation of Bone Cement Injection Process for Vertebroplasty[J]. Journal of Northeastern University(Natural Science), 2026, 47(1): 52-59.

图/表 11

图1 椎体增强术中的结构支撑作用（a）—正常骨；（b）—骨质疏松；（c）—填充后.

Fig.1 Structural supporting effect in vertebral augmentation

图2 骨水泥填充常见情况（a）—骨水泥（绿色）填充到骨组织（淡黄色）；（b）—骨折线（黑色）因骨内压升高和调制比例不当导致渗漏；（c）—水泥黏度过高阻碍完全填充；（d）—水泥可能向邻近神经（紫色）扩散引发并发症.

Fig.2 Common cases of bone cement filling

图3 骨建模流程

Fig.3 Bone modeling process

表 1 骨水泥仿真算法

Table 1 Bone cement simulation algorithm

算法1 骨水泥仿真与可视化

准备

1）使用不同的孔隙率建模椎骨

2）设置注射方向、注射速度和注射位置

3）导入椎骨的粒子模型并初始化流体求解器：在求解器循环开始前，设置每个粒子的 Q 为 $I$ 并初始化邻居粒子

骨水泥建模与动力学求解

—开始循环—

1）压力求解

使用DFSPH计算强制流体无散度的动量 $M i, m i x p$

更新粒子的相速度（式（6））

更新粒子的混合物速度（式（4））

2）平流

使用重力更新粒子的相速度

更新粒子的混合物速度（式（4））

3）黏弹性应力求解

更新 $C d$ （式（10））

更新构象张量 $Q$ （式（12））

计算黏弹性应力（式（13）~（14））

更新粒子的相速度（式（15））

更新粒子的混合物速度（式（4））

4）后处理

更新粒子的相体积分数（式（9））

更新粒子的漂移速度（式（8））

更新粒子的位置： $x i ← x i + v i, m i x Δ t$

更新粒子的邻居

根据输出帧率存储粒子点云

—结束循环—

渲染

使用3D工具，将每帧的粒子点云数据重建为每帧的流体表面并渲染

表 1 骨水泥仿真算法

Table 1 Bone cement simulation algorithm

算法1 骨水泥仿真与可视化

准备

1）使用不同的孔隙率建模椎骨

2）设置注射方向、注射速度和注射位置

3）导入椎骨的粒子模型并初始化流体求解器：在求解器循环开始前，设置每个粒子的 Q 为 $I$ 并初始化邻居粒子

骨水泥建模与动力学求解

—开始循环—

1）压力求解

使用DFSPH计算强制流体无散度的动量 $M i, m i x p$

更新粒子的相速度（式（6））

更新粒子的混合物速度（式（4））

2）平流

使用重力更新粒子的相速度

更新粒子的混合物速度（式（4））

3）黏弹性应力求解

更新 $C d$ （式（10））

更新构象张量 $Q$ （式（12））

计算黏弹性应力（式（13）~（14））

更新粒子的相速度（式（15））

更新粒子的混合物速度（式（4））

4）后处理

更新粒子的相体积分数（式（9））

更新粒子的漂移速度（式（8））

更新粒子的位置： $x i ← x i + v i, m i x Δ t$

更新粒子的邻居

根据输出帧率存储粒子点云

—结束循环—

渲染

使用3D工具，将每帧的粒子点云数据重建为每帧的流体表面并渲染

图4 所有的场景设置和模型（a）—合成骨水泥场景布局；（b）—注射螺钉建模；（c）—注射场景展示图.

Fig.4 All scene settings and models

图5 骨水泥注射螺钉（a）—平面；（b）—侧面.

Fig.5 Bone cement injection screw

图6 三种方法在溶质与溶剂的黏度比为500和1 000时的效果对比（a）—黏度比=500；（b）—黏度比=1 000.

Fig.6 Comparison of results obtained by three methods at solute and solvent viscosity ratios of 500 and 1 000

图7 不同黏度比下所采用的最大仿真时间步长.

Fig.7 Maximum simulation time step adopted under different viscosity ratios

表 2 总体模拟时间开销对比

Table 2 Comparison of total simulation time costs

场景	方法	每帧动画仿真耗时/s
图6a	DFSPH	176.135
	IMM	122.368
	IMM-CT(ours)	59.582
图6b	DFSPH	241.275
	IMM	183.466
	IMM-CT(ours)	93.057

图8 骨内不同配置的骨水泥流动特性对比

Fig.8 Comparison of flow characteristics of bone cement with different configurations within bone

图9 不同方法模拟骨水泥流动对比（a）—传统模拟注射；（b）—仿真模拟注射.

Fig.9 Comparison of different methods for simulating bone cement flow

参考文献 26

[1]	Saha S， Pal S. Mechanical properties of bone cement： a review［J］. Journal of Biomedical Materials Research， 1984， 18（4）： 435-462.
[2]	Duffy R K， Shafritz A B. Bone cement［J］. Journal of Hand Surgery， 2011， 36（6）： 1086-1088.
[3]	Clarius M， Heisel C， Breusch S J. Pulmonary embolism in cemented total hip arthroplasty［M］//The Well-Cemented Total Hip Arthroplasty. Berlin/Heidelberg： Springer-Verlag， 2006： 320-331.
[4]	Moussazadeh N， Rubin D G， McLaughlin L， et al. Short-segment percutaneous pedicle screw fixation with cement augmentation for tumor-induced spinal instability［J］. The Spine Journal， 2015， 15（7）： 1609-1617.
[5]	Shen L， Zhang Y L， Frey S， et al. Visual simulation of bone cement blending and dynamic flow［C］//2024 IEEE International Conference on Bioinformatics and Biomedicine （BIBM）. Lisbon， 2025： 6226-6233.
[6]	Charnley J. Anchorage of the femoral head prosthesis to the shaft of the femur［J］. The Journal of Bone & Joint Surgery British Volume， 1960， 42（1）： 28-30.
[7]	Tan B W， Tang Q， Zhong Y J， et al. Biomaterial-based strategies for maxillofacial tumour therapy and bone defect regeneration［J］. International Journal of Oral Science， 2021， 13： 9-32.
[8]	Jeong J， Kim J H， Shim J H， et al. Bioactive calcium phosphate materials and applications in bone regeneration［J］. Biomaterials Research， 2019， 23（1）： s40824-018-0149-3.
[9]	Wang X K， Xu Y R， Liu S N， et al. Physics-based fluid simulation in computer graphics： survey， research trends， and challenges［J］. Computational Visual Media， 2024， 10（5）： 803-858.
[10]	Macklin M， Müller M， Chentanez N. XPBD： position-based simulation of compliant constrained dynamics［C］//Proceedings of the 9th International Conference on Motion in Games. Burlingame， California， 2016： 49-54.
[11]	Bender J， Koschier D. Divergence-free smoothed particle hydrodynamics［C］//Proceedings of the 14th ACM SIGGRAPH / Eurographics Symposium on Computer Animation. Los Angeles， 2015： 147-155.
[12]	Macklin M， Müller M. Position based fluids［J］. ACM Transactions on Graphics， 2013， 32（4）： 104.1-104.12.
[13]	Ma Y H， Xiao X Y， Li W， et al. Hybrid LBM-FVM solver for two-phase flow simulation［J］. Journal of Computational Physics， 2024， 506： 112920.
[14]	Liu C， Hu C H. An adaptive multi-moment FVM approach for incompressible flows［J］. Journal of Computational Physics， 2018， 359： 239-262.
[15]	Panuelos J， Goldade R， Grinspun E， et al. PolyStokes： a polynomial model reduction method for viscous fluid simulation［J］. ACM Transactions on Graphics， 2023， 42（4）： 124.1-124.13.
[16]	Liu S S， He X W， Wang W C， et al. Adapted SIMPLE algorithm for incompressible SPH fluids with a broad range viscosity［J］. IEEE Transactions on Visualization and Computer Graphics， 2022， 28（9）： 3168-3179.
[17]	Su H Z， Xue T， Han C， et al. A unified second-order accurate in time MPM formulation for simulating viscoelastic liquids with phase change［J］. ACM Transactions on Graphics， 2021， 40（4）： 119.1-119.18.
[18]	Ren B， Li C F， Yan X， et al. Multiple-fluid SPH simulation using a mixture model［J］. ACM Transactions on Graphics， 2014， 33（5）： 171.1-171.11.
[19]	Yang T， Chang J， Ren B， et al. Fast multiple-fluid simulation using Helmholtz free energy［J］. ACM Transactions on Graphics， 2015， 34（6）： 233.1-233.11.
[20]	Li W， Ma Y H， Liu X P， et al. Efficient kinetic simulation of two-phase flows［J］. ACM Transactions on Graphics， 2022， 41（4）： 114.1-114.17.
[21]	Yan X， Jiang Y T， Li C F， et al. Multiphase SPH simulation for interactive fluids and solids［J］. ACM Transactions on Graphics， 2016， 35（4）： 79.1-79.11.
[22]	Li J L， Yang Y B， Sun Z W， et al. Integrated evaluation of biomechanical and biological properties of the biomimetic structural bone scaffold： biomechanics， simulation analysis， and osteogenesis［J］. Materials Today Bio， 2024， 24： 100934.
[23]	Newman T S， Yi H. A survey of the marching cubes algorithm［J］. Computers & Graphics， 2006， 30（5）： 854-879.
[24]	Bridson R. Fast Poisson disk sampling in arbitrary dimensions［C］// International Conference on Computer Graphics and Interactive Techniques. San Diego，2007： 22.
[25]	Xu Y R， Wang X K， Wang J M， et al. An implicitly stable mixture model for dynamic multi-fluid simulations［C］//SIGGRAPH Asia 2023 Conference Papers. Sydney NSW，2023：263697252.
[26]	Bejan A. The constructal law of organization in nature： tree-shaped flows and body size［J］. Journal of Experimental Biology， 2005， 208（9）： 1677-1686.