Abstract Knowledge about bone morphology and bone quality of the scapula throughout the population is fundamental in the design of shoulder implants. In particular, regions with the best bone stock (cortical bone) are taken into account when planning the supporting screws, aiming for an optimal fixation. As an alternative to manual measurements, statistical shape models (SSMs) have been commonly used to describe shape variability within a population. However, explicitly including cortical thickness information in an SSM of the scapula still remains a challenge. Therefore, the goal of this study is to combine scapular bone shape and cortex morphology in an SSM. First, a method to estimate cortical thickness, based on HU (Hounsfield Unit) profile analysis, was developed and validated. Then, based on the manual segmentations of 32 healthy scapulae, a statistical shape model including cortical information was created and evaluated. Generalization, specificity and compactness were calculated in order to assess the quality of the SSM. The average cortical thickness of the SSM was 2.0 ± 0.63 mm. Generalization, specificity and compactness performances confirmed that the combined SSM was able to capture the bone quality changes in the population. In this work we integrated information on the cortical thickness in an SSM for the scapula. From the results we conclude that this methodology is a valuable tool for automatically generating a large population of scapulae and deducing statistics on the cortex. Hence, this SSM can be useful to automate implant design and screw placement in shoulder arthroplasty.

中文翻译：

---

将皮质厚度数据整合到肩胛骨的统计形状模型中

摘要 关于整个人群肩胛骨的骨形态和骨质量的知识是肩部植入物设计的基础。特别是，在规划支撑螺钉时会考虑具有最佳骨量（皮质骨）的区域，以实现最佳固定。作为手动测量的替代方法，统计形状模型 (SSM) 已普遍用于描述种群内的形状变异性。然而，在肩胛骨的 SSM 中明确包含皮质厚度信息仍然是一个挑战。因此，本研究的目标是在 SSM 中结合肩胛骨形状和皮质形态。首先，开发并验证了一种基于 HU（Hounsfield Unit）剖面分析来估计皮质厚度的方法。然后，基于32个健康肩胛骨的手动分割，创建并评估了包括皮质信息的统计形状模型。计算概括性、特异性和紧凑性以评估 SSM 的质量。SSM 的平均皮质厚度为 2.0 ± 0.63 毫米。泛化性、特异性和紧凑性性能证实组合 SSM 能够捕捉人群中的骨质量变化。在这项工作中，我们整合了 SSM 中肩胛骨皮质厚度的信息。从结果中我们得出结论，这种方法是自动生成大量肩胛骨并推断皮质统计数据的宝贵工具。因此，这种 SSM 可用于在肩关节置换术中实现植入物设计和螺钉放置的自动化。计算概括性、特异性和紧凑性以评估 SSM 的质量。SSM 的平均皮质厚度为 2.0 ± 0.63 毫米。泛化性、特异性和紧凑性性能证实组合 SSM 能够捕捉人群中的骨质量变化。在这项工作中，我们整合了 SSM 中肩胛骨皮质厚度的信息。从结果中我们得出结论，这种方法是自动生成大量肩胛骨并推断皮质统计数据的宝贵工具。因此，这种 SSM 可用于在肩关节置换术中实现植入物设计和螺钉放置的自动化。计算概括性、特异性和紧凑性以评估 SSM 的质量。SSM 的平均皮质厚度为 2.0 ± 0.63 毫米。泛化性、特异性和紧凑性性能证实组合 SSM 能够捕捉人群中的骨质量变化。在这项工作中，我们整合了 SSM 中肩胛骨皮质厚度的信息。从结果中我们得出结论，这种方法是自动生成大量肩胛骨并推断皮质统计数据的宝贵工具。因此，这种 SSM 可用于在肩关节置换术中实现植入物设计和螺钉放置的自动化。特异性和紧密度性能证实组合 SSM 能够捕捉人群中的骨质量变化。在这项工作中，我们整合了 SSM 中肩胛骨皮质厚度的信息。从结果中我们得出结论，这种方法是自动生成大量肩胛骨并推断皮质统计数据的宝贵工具。因此，这种 SSM 可用于在肩关节置换术中实现植入物设计和螺钉放置的自动化。特异性和紧密度性能证实组合 SSM 能够捕捉人群中的骨质量变化。在这项工作中，我们整合了 SSM 中肩胛骨皮质厚度的信息。从结果中我们得出结论，这种方法是自动生成大量肩胛骨并推断皮质统计数据的宝贵工具。因此，这种 SSM 可用于在肩关节置换术中实现植入物设计和螺钉放置的自动化。从结果中我们得出结论，这种方法是自动生成大量肩胛骨并推断皮质统计数据的宝贵工具。因此，这种 SSM 可用于在肩关节置换术中实现植入物设计和螺钉放置的自动化。从结果中我们得出结论，这种方法是自动生成大量肩胛骨并推断皮质统计数据的宝贵工具。因此，这种 SSM 可用于在肩关节置换术中实现植入物设计和螺钉放置的自动化。