本發明屬于骨科醫療器械
技術領域：
，尤其涉及一種骨科鎖定螺釘。
背景技術：
：鋼板螺釘系統是治療骨折的主要手段之一，自接骨板用于骨折治療以來，迄今已有一百年的歷史。20世紀60年代初，諸多學者總結了前人鋼板加壓固定骨折的方法，提出了治療骨折的4個原則，即：骨折塊解剖復位，對各骨折塊堅強內固定，保護骨折端端血運，早期活動關節減少骨折并發癥。然而經過長時期的臨床隨訪和試驗發現，堅硬鋼板固定的應力遮擋作用使骨的正常生理應力刺激降低，導致鋼板下骨皮質吸收，骨質疏松，臨床上發現了部分骨折不愈合，內固定斷裂的病例。同時，骨折手術創傷及鋼板植入物對局部血供的破壞也是局部骨質疏松，愈合減慢的直接原因。于是AO組織推出了有限接觸動力加壓鋼板，即LC-DCP鋼板，該鋼板可減少術中對軟組織的廣泛剝離，降低了鋼板和骨面間的接觸面積，減少血運破壞，有益于骨折，但是漸漸的發現，LC-DCP鋼板不能滿足骨折處骨痂的完美形成，骨痂形成不連續，不對稱。迄今為止，現有的鎖定螺釘與LC-DCP鋼板配合后，螺釘在與螺釘孔件不能進行微量移動，不便于應力分散，不利于促使骨達到圓周愈合，促進骨痂圓周生長。而且，現有的檢測器不能供人們宏觀了解骨關節在運動中的力和變形的關系，因此還不能以其測得的數據去分析并建立相關理論，更不能以該理論去指導骨關節病的臨床治療。技術實現要素：本發明的目的在于提供一種骨科鎖定螺釘，克服現有技術的不足，提供一種采用多頭螺紋結構的骨科鎖定螺釘，可有效減少螺釘的擰入時間，縮短手術時間，減輕患者的痛苦，而且還能夠顯示骨關節的力與變形量供人們精確分析和研究骨關節生物力學性能和運動學特性，以建立骨科治療的指導理論。本發明是這樣實現的，該骨科鎖定螺釘，所述骨科鎖定螺釘包括：螺帽、鋼板鎖定螺紋、螺桿、力傳感器、夾套、變形傳感器、皮質骨螺紋部分、智能終端；所述智能終端與力傳感器和變形傳感器無線連接；鎖定螺釘的頂端設有螺帽，螺帽側壁上鋼板鎖定螺紋，螺桿連接螺帽，螺桿側壁設有力傳感器和夾套，夾套外側壁上設有變形傳感器，螺桿底端設有皮質骨螺紋部分；所述螺帽為螺釘頭式，其是設有雙頭錐螺紋的鎖釘頭；所述螺紋數量至少3條；所述螺桿上端設有鋼板鎖定螺紋，底部設有皮質骨螺紋。進一步，所述力傳感器和變形傳感器設置有空間配準模塊，所述空間配準模塊的空間配準方法包括時間對準過程和傳感器系統誤差估計過程，且偽量測方程的建立過程僅與目標的位置相關，而與目標的速度等狀態無關；時間對準過程完成傳感器數據之間在時間上的對準，傳感器A、傳感器B在本地直角坐標系下的量測數據分別為YA(ti)和YB(ti)，且傳感器A的采樣頻率大于傳感器B的采樣頻率，則由傳感器A向傳感器B的采樣時刻進行配準，具體為：采用內插外推的時間配準算法將傳感器A的采樣數據向傳感器B的數據進行配準，使得兩個傳感器在空間配準時刻對同一個目標有同步的量測數據，內插外推時間配準算法如下：在同一時間片內將各傳感器觀測數據按測量精度進行增量排序，然后將傳感器A的觀測數據分別向傳感器B的時間點內插、外推，以形成一系列等間隔的目標觀測數據，采用常用的三點拋物線插值法的進行內插外推時間配準算法得傳感器A在tBk時刻在本地直角坐標系下的量測值為：其中，tBk為配準時刻，tk-1,tk,tk+1為傳感器A距離配準時刻最近的三個采樣時刻，YA(tk-1),YA(tk),YA(tk+1)分別為其對應的對目標的探測數據；完成時間配準后，根據傳感器A的配準數據與傳感器B的采樣數據，采用基于地心地固(EarthCenterEarthFixed,ECEF)坐標系下的偽量測法實現傳感器A和傳感器B的系統誤差的估計；基于ECEF的系統誤差估計算法具體為：k時刻目標在本地直角坐標系下真實位置為X'1(k)＝[x'1(k),y'1(k),z'1(k)]T，極坐標系下對應的量測值為分別為距離、方位角、俯仰角；轉換至本地直角坐標系下為X1(k)＝[x1(k),y1(k),z1(k)]T；傳感器系統偏差為分別為距離、方位角和俯仰角的系統誤差；于是有其中表示觀測噪聲,均值為零、方差為式(1)用一階近似展開并寫成矩陣形式為：X'1(k)＝X1(k)+C(k)[ξ(k)+n(k)]\*MERGEFORMAT(3)其中，設兩部傳感器A和B,則對于同一個公共目標，地心地固坐標系下為X'e＝[x'e,y'e,z'e]T，可得：X'e＝XAs+BAX'A1(k)＝XBs+BBX'B1(k)\*MERGEFORMAT(4)BA，BB分別為目標在傳感器A與傳感器B本地坐標下的位置轉換到ECEF坐標系下的位置時的轉換矩陣；定義偽量測為：Z(k)＝XAe(k)-XBe(k)\*MERGEFORMAT(5)其中，XAe(k)＝XAs+BAXA1(k)；XBe(k)＝XBs+BBXB1(k)將式(2)、式(3)代入式(4)可以得到關于傳感器偏差的偽測量方程Z(k)＝H(k)β(k)+W(k)\*MERGEFORMAT(6)其中，Z(k)為偽測量向量；H(k)為測量矩陣；β為傳感器偏差向量；W(k)為測量噪聲向量；由于nA(k),nB(k)為零均值、相互獨立的高斯型隨機變量,因此W(k)同樣是零均值高斯型隨機變量，其協方差矩陣為R(k)；傳感器A的量測模型如下：YA(tk-1)、YA(tk)、YA(tk+1)分別為傳感器A對目標在tk-1,tk,tk+1時刻的本地笛卡爾坐標系下的量測值，分別為：YA(tk-1)=Y′A(tk-1)-CA(tk-1)ξA(tk-1)+nYA(tk-1)\*MERGEFORMAT---(7)]]>YA(tk)=Y′A(tk)-CA(tk)ξA(tk)+nYA(tk)\*MERGEFORMAT---(8)]]>YA(tk+1)=Y′A(tk+1)-CA(tk+1)ξA(tk+1)+nYA(tk+1)\*MERGEFORMAT---(9)]]>其中，Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分別為傳感器A在tk-1,tk,tk+1時刻的本地笛卡爾坐標系下的真實位置；CA(t)為誤差的變換矩陣；ξA(t)為傳感器的系統誤差；為系統噪聲，假設為零均值、相互獨立的高斯型隨機變量，噪聲協方差矩陣分別為RA(k-1)、RA(k)、RA(k+1)；傳感器A向傳感器B進行配準的具體過程如下：將式(7)、式(8)、式(9)帶入式(1)，可得：其中：為傳感器A的本地直角坐標系下目標的真實位置在tBk時刻的時間配準值；為系統誤差造成的誤差項；為隨機噪聲，假定tk-1、tk、tk+1時刻的噪聲互不相關的零均值白噪聲，則為均值為零，協方差矩陣為RA＝a2RA(k-1)+b2RA(k)+c2RA(k+1)的白噪聲，而a、b、c、分別為且a+b+c＝1；所構建的狀態方程與偽量測方程如下：β(k+1)=F(k|k-1)β(k)+Q(k)Z(k)=G(k)β(k)+W(k)\*MERGEFORMAT---(17)]]>其中F(k+1|k)為狀態方程的轉移矩陣，取值與傳感器的系統誤差的變化規律相關，若傳感器的系統誤差是緩變的，則F(k+1|k)近似為單位矩陣，取為F(k+1|k)＝0.99I，I為單位陣。進一步，所述智能終端通過無線網絡傳感器網絡與力傳感器和變形傳感器無線連接，所述無線網絡傳感器網絡的分布式方法包括：通過比較每個節點的最大有效覆蓋時間來挑選出最合適的節點參加工作；該無線網絡傳感器網絡覆蓋的分布式方法在指定的時間內，通過比較工作節點的最大有效覆蓋時間和剩余能量來安排工作節點的最優探測活動時間，從而使得總的有效覆蓋時間最大；數學模型如下：MaxC=Σi∈Pwi×Ti---(1)]]>ST:0≤si.start≤l,i∈N(2)si.end-si.start＝bi,i∈N(3)bi≤Bi×lL,i∈N---(4)]]>其中C為總的有效覆蓋時間，l是每一輪的時間，bi是節點si在每一輪中的工作時間。該無線網絡傳感器網絡覆蓋的分布式方法具體包括以下步驟：步驟一，節點si的鄰居，覆蓋的點位置，預設網絡壽命L，電池壽命Bi，si的標記類型UPD，ii＝1；步驟二，判斷是否ii＜L/l，若是，則直接進行下一步，否，則標記類型，標記為LAB的節點的最優工作時間安排，然后結束；步驟三，計算最大額外有效覆蓋時間和工作優先度，并向鄰居廣播mes(i,Null,UPD,ΔPi)；步驟四，判斷若，是，si的ΔPi.在鄰居中是否最大，若si的ΔPi.在鄰居中是最大，si標記自己為LAB并向鄰居廣播mes(i,LAB,sch,ΔPi)di＝di-bi,siexits.；若si的ΔPi.在鄰居中不是最大，判斷si是否接收到鄰居sk的mes(k,LAB,sch,ΔPk)；若si是接收到鄰居sk的mes(k,LAB,sch,ΔPk)，則si更新鄰居sk的信息，重新計算ΔPi,并且向鄰居廣播mes(i,UPD,Null,ΔPi)；若si沒有接收到鄰居sk的mes(k,LAB,sch,ΔPk)，則，判斷si是否接收到鄰居sk的mes(k,UPD,Null,ΔPk)，若si是接收到鄰居sk的mes(k,UPD,Null,ΔPk)，si更新鄰居sk的工作優先度；若si沒有接收到鄰居sk的mes(k,UPD,Null,ΔPk)，則返回判斷進一步，所述無線網絡傳感器網絡設置有長壽路徑確定模塊，所述長壽路徑確定模塊的確定方法包括：首先把信息收集區域進行網絡剖分，剖分后Sink節點把所有信息進行廣播，使得每個節點知道其所取的網格及位置；WSN節點處于位置不固定狀態，因此節點的定位計算需要不斷地進行，Sink節點首先將其目標區域剖分為正方體網格，對給定區域G計算出區域G的最大長度l、寬度w和高度h,將子區域P劃分為個正方體，并將得到的剖分信息廣播給網絡中的所有傳感器節點,其中為大于等于x的最小整數,并對網格進行編號,每個網格表示為Wx,y,z，節點的位置信息記作posx,y,z，顯然,按構造的每個正方形,其外接圓的半徑正好為傳感器節點的傳感半徑的一半；在同一個網格內部的節點都能夠覆蓋整個網格，且相鄰的二網格內的節點能夠自由通信；按三維三標方法對網格進行編碼，最靠近Sink的格點為W000；同時把整個網格內的節點進行編號，并記作集合SW(Pi)，i∈{0,1,2……}；接著對每一個網格進行分布式運算，尋找每個網格到Sink節點一條或幾條最短網格路徑，為使網絡正常工作時，整體網絡傳輸能量消耗最少，規定只能是二個相鄰的網格才能傳輸數據，最后基于熵的思想尋找一條適合路徑；二點間直線距離最短，而在立方體的網格中則對角線距離最短，所以網格最短路徑可轉化為求對角線的網格數與X、Y、Z軸的平移的網格數，具體方法如下：①每個網格到原點對角線的格數為網格坐標值的最少值，如式(8)所示：Num-d＝min(|Wix|,|Wiy|,|Wiz|)(8)其中Num-d為網格i到網格W000的網格數，|Wix|、|Wiy|、|Wiz|分別為網格i的x,y,z的坐標的絕對值；②根據標明的4條相關的最短路徑，分別得知x方向，y方向,z方向分別的位移量，如式(9)所示：Num-dx=|Wix|-Num-dNum-dy=|Wiy|-Num-dNum-dz=|Wiz|-Num-d---(9)]]>③從(8)(9)式可得一條最短網格路徑公式(10)：Path(Wi-W0)∈{Wix,y,z；Wix,y,z-1……；Wix,y,d；Wix,y-1,d……；Wix,d,d；Wix-1,d,d……；Wd,d,d；Wd-1,d-1,d-1……；W0,0,0}(10)其中Path(Wi-W0)為網格Wi到W0具體經過的網格，d為Num-d的簡寫；經過一段時間運行后，利用熵對路徑進行自動修補，即節點失效后整個網絡路由結構自愈；①Sink節點向信息收集區域發出查詢請求，最外層進行信息處理，把集合SW(Pi)編號最小的節點設為Active，同一網格內其余節點設為Sleep；②Active節點按所建立的各條最短網格路徑，建立熵尺度，所選取節點設為Active，同一網格內其余節點設為Sleep，一直到達W000節點，即Sink節點，路由路徑建立成功；③經過一段時間運行后，節點先計算所在位置，計算公式如式(11)所示并且把同一網格的節點編為一簇；其中為節點PxyzX,Y,Z坐標的向下取整值，Wx,Wy,Wz為網格Wxyz的X,Y,Z坐標；④Active節點離開網格后或者能量用光后，在網格內重新計算熵尺度，選擇熵最小的節點為Active節點；當熵值相同時，選用編號最小的節點為Active節點；⑤當下一個網格沒有節點時，對相鄰的25個網格內的Active節點進行熵值計算，選擇熵值最小的節點為二條路共有的路由轉發節點；⑥除進入網格外，相鄰25個網格都沒有節點時，此條路徑通信結束。本發明提供的骨科鎖定螺釘，設置有智能終端，將力傳感器和變形傳感器的信息及時的傳送至智能終端，并與醫務人員及時的分析和了解患者的傷口狀況；與鋼板配合后可將應力分散，螺釘與螺釘孔件能進行微量移動，有利于促使骨達到圓周愈合，促進骨痂圓周生長，術后取釘簡單，是一種理想的骨科鎖定螺釘，而且還能夠顯示骨關節的力與變形量供人們精確分析和研究骨關節生物力學性能和運動學特性，以建立骨科治療的指導理論。本發明采用內插外推時間配準算法實現了傳感器采樣數據的同步，并根據內插外推時間配準的結果建立了與目標運動狀態無關的偽量測方程，采用基于ECEF的空間配準算法實現了異步傳感器的空間配準。由于偽量測方程的建立過程僅與目標位置相關而與目標運動速度等參數無關，因此本發明提出了異步傳感器空間配準算法可有效解決目標機動條件下的異步傳感器空間配準問題；任務指定完成時間被設為定值，針對如何使得節點對點位置的覆蓋最大化建立了數學模型；為求解此模型，任務指定完成時間被按輪進行劃分，研究每一輪中如何挑選最合適的工作節點，同時關閉其他冗余節點，使得實際網絡壽命大于任務指定時間；附圖說明圖1是本發明實施例提供的骨科鎖定螺釘結構示意圖；圖中：1、螺帽；2、鋼板鎖定螺紋；3、力傳感器；4、螺桿；5、夾套；6、變形傳感器；7、皮質骨螺紋部分；8、智能終端。具體實施方式為了使本發明的目的、技術方案及優點更加清楚明白，以下結合實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。下面結合附圖1對本發明的應用原理作進一步描述。該骨科鎖定螺釘包括：螺帽1、鋼板鎖定螺紋2、力傳感器3、螺桿4、夾套5、變形傳感器6、皮質骨螺紋部分7、智能終端8。所述智能終端8與力傳感器3和變形傳感器6無線連接；鎖定螺釘的頂端設有螺帽1，螺帽1側壁上鋼板鎖定螺紋2，螺桿4連接螺帽1，螺桿4側壁設有力傳感器3和夾套5，夾套5外側壁上設有變形傳感器6，螺桿4底端設有皮質骨螺紋部分7。所述螺帽1為螺釘頭式，其是設有雙頭錐螺紋的鎖釘頭。所述螺紋數量至少3條。所述螺桿4上端設有鋼板鎖定螺紋2，底部設有皮質骨螺紋7。進一步，所述力傳感器和變形傳感器設置有空間配準模塊，所述空間配準模塊的空間配準方法包括時間對準過程和傳感器系統誤差估計過程，且偽量測方程的建立過程僅與目標的位置相關，而與目標的速度等狀態無關；時間對準過程完成傳感器數據之間在時間上的對準，傳感器A、傳感器B在本地直角坐標系下的量測數據分別為YA(ti)和YB(ti)，且傳感器A的采樣頻率大于傳感器B的采樣頻率，則由傳感器A向傳感器B的采樣時刻進行配準，具體為：采用內插外推的時間配準算法將傳感器A的采樣數據向傳感器B的數據進行配準，使得兩個傳感器在空間配準時刻對同一個目標有同步的量測數據，內插外推時間配準算法如下：在同一時間片內將各傳感器觀測數據按測量精度進行增量排序，然后將傳感器A的觀測數據分別向傳感器B的時間點內插、外推，以形成一系列等間隔的目標觀測數據，采用常用的三點拋物線插值法的進行內插外推時間配準算法得傳感器A在tBk時刻在本地直角坐標系下的量測值為：其中，tBk為配準時刻，tk-1,tk,tk+1為傳感器A距離配準時刻最近的三個采樣時刻，YA(tk-1),YA(tk),YA(tk+1)分別為其對應的對目標的探測數據；完成時間配準后，根據傳感器A的配準數據與傳感器B的采樣數據，采用基于地心地固(EarthCenterEarthFixed,ECEF)坐標系下的偽量測法實現傳感器A和傳感器B的系統誤差的估計；基于ECEF的系統誤差估計算法具體為：k時刻目標在本地直角坐標系下真實位置為X'1(k)＝[x'1(k),y'1(k),z'1(k)]T，極坐標系下對應的量測值為分別為距離、方位角、俯仰角；轉換至本地直角坐標系下為X1(k)＝[x1(k),y1(k),z1(k)]T；傳感器系統偏差為分別為距離、方位角和俯仰角的系統誤差；于是有其中表示觀測噪聲,均值為零、方差為式(1)用一階近似展開并寫成矩陣形式為：X'1(k)＝X1(k)+C(k)[ξ(k)+n(k)]\*MERGEFORMAT(3)其中，設兩部傳感器A和B,則對于同一個公共目標，地心地固坐標系下為X'e＝[x'e,y'e,z'e]T，可得：X'e＝XAs+BAX'A1(k)＝XBs+BBX'B1(k)\*MERGEFORMAT(4)BA，BB分別為目標在傳感器A與傳感器B本地坐標下的位置轉換到ECEF坐標系下的位置時的轉換矩陣；定義偽量測為：Z(k)＝XAe(k)-XBe(k)\*MERGEFORMAT(5)其中，XAe(k)＝XAs+BAXA1(k)；XBe(k)＝XBs+BBXB1(k)將式(2)、式(3)代入式(4)可以得到關于傳感器偏差的偽測量方程Z(k)＝H(k)β(k)+W(k)\*MERGEFORMAT(6)其中，Z(k)為偽測量向量；H(k)為測量矩陣；β為傳感器偏差向量；W(k)為測量噪聲向量；由于nA(k),nB(k)為零均值、相互獨立的高斯型隨機變量,因此W(k)同樣是零均值高斯型隨機變量，其協方差矩陣為R(k)；傳感器A的量測模型如下：YA(tk-1)、YA(tk)、YA(tk+1)分別為傳感器A對目標在tk-1,tk,tk+1時刻的本地笛卡爾坐標系下的量測值，分別為：YA(tk-1)=Y′A(tk-1)-CA(tk-1)ξA(tk-1)+nYA(tk-1)\*MERGEFORMAT---(7)]]>YA(tk)=Y′A(tk)-CA(tk)ξA(tk)+nYA(tk)\*MERGEFORMAT---(8)]]>YA(tk+1)=Y′A(tk+1)-CA(tk+1)ξA(tk+1)+nYA(tk+1)\*MERGEFORMAT---(9)]]>其中，Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分別為傳感器A在tk-1,tk,tk+1時刻的本地笛卡爾坐標系下的真實位置；CA(t)為誤差的變換矩陣；ξA(t)為傳感器的系統誤差；為系統噪聲，假設為零均值、相互獨立的高斯型隨機變量，噪聲協方差矩陣分別為RA(k-1)、RA(k)、RA(k+1)；傳感器A向傳感器B進行配準的具體過程如下：將式(7)、式(8)、式(9)帶入式(1)，可得：其中：為傳感器A的本地直角坐標系下目標的真實位置在tBk時刻的時間配準值；為系統誤差造成的誤差項；為隨機噪聲，假定tk-1、tk、tk+1時刻的噪聲互不相關的零均值白噪聲，則為均值為零，協方差矩陣為RA＝a2RA(k-1)+b2RA(k)+c2RA(k+1)的白噪聲，而a、b、c、分別為且a+b+c＝1；所構建的狀態方程與偽量測方程如下：β(k+1)=F(k|k-1)β(k)+Q(k)Z(k)=G(k)β(k)+W(k)\*MERGEFORMAT---(17)]]>其中F(k+1|k)為狀態方程的轉移矩陣，取值與傳感器的系統誤差的變化規律相關，若傳感器的系統誤差是緩變的，則F(k+1|k)近似為單位矩陣，取為F(k+1|k)＝0.99I，I為單位陣。進一步，所述智能終端通過無線網絡傳感器網絡與力傳感器和變形傳感器無線連接，所述無線網絡傳感器網絡的分布式方法包括：通過比較每個節點的最大有效覆蓋時間來挑選出最合適的節點參加工作；該無線網絡傳感器網絡覆蓋的分布式方法在指定的時間內，通過比較工作節點的最大有效覆蓋時間和剩余能量來安排工作節點的最優探測活動時間，從而使得總的有效覆蓋時間最大；數學模型如下：MaxC=Σi∈Pwi×Ti---(1)]]>ST:0≤si.start≤l,i∈N(2)si.end-si.start＝bi,i∈N(3)bi≤Bi×lL,i∈N---(4)]]>其中C為總的有效覆蓋時間，l是每一輪的時間，bi是節點si在每一輪中的工作時間。該無線網絡傳感器網絡覆蓋的分布式方法具體包括以下步驟：步驟一，節點si的鄰居，覆蓋的點位置，預設網絡壽命L，電池壽命Bi，si的標記類型UPD，ii＝1；步驟二，判斷是否ii＜L/l，若是，則直接進行下一步，否，則標記類型，標記為LAB的節點的最優工作時間安排，然后結束；步驟三，計算最大額外有效覆蓋時間和工作優先度，并向鄰居廣播mes(i,Null,UPD,ΔPi)；步驟四，判斷若，是，si的ΔPi.在鄰居中是否最大，若si的ΔPi.在鄰居中是最大，si標記自己為LAB并向鄰居廣播mes(i,LAB,sch,ΔPi)di＝di-bi,siexits.；若si的ΔPi.在鄰居中不是最大，判斷si是否接收到鄰居sk的mes(k,LAB,sch,ΔPk)；若si是接收到鄰居sk的mes(k,LAB,sch,ΔPk)，則si更新鄰居sk的信息，重新計算ΔPi,并且向鄰居廣播mes(i,UPD,Null,ΔPi)；若si沒有接收到鄰居sk的mes(k,LAB,sch,ΔPk)，則，判斷si是否接收到鄰居sk的mes(k,UPD,Null,ΔPk)，若si是接收到鄰居sk的mes(k,UPD,Null,ΔPk)，si更新鄰居sk的工作優先度；若si沒有接收到鄰居sk的mes(k,UPD,Null,ΔPk)，則返回判斷進一步，所述無線網絡傳感器網絡設置有長壽路徑確定模塊，所述長壽路徑確定模塊的確定方法包括：首先把信息收集區域進行網絡剖分，剖分后Sink節點把所有信息進行廣播，使得每個節點知道其所取的網格及位置；WSN節點處于位置不固定狀態，因此節點的定位計算需要不斷地進行，Sink節點首先將其目標區域剖分為正方體網格，對給定區域G計算出區域G的最大長度l、寬度w和高度h,將子區域P劃分為個正方體，并將得到的剖分信息廣播給網絡中的所有傳感器節點,其中為大于等于x的最小整數,并對網格進行編號,每個網格表示為Wx,y,z，節點的位置信息記作posx,y,z，顯然,按構造的每個正方形,其外接圓的半徑正好為傳感器節點的傳感半徑的一半；在同一個網格內部的節點都能夠覆蓋整個網格，且相鄰的二網格內的節點能夠自由通信；按三維三標方法對網格進行編碼，最靠近Sink的格點為W000；同時把整個網格內的節點進行編號，并記作集合SW(Pi)，i∈{0,1,2……}；接著對每一個網格進行分布式運算，尋找每個網格到Sink節點一條或幾條最短網格路徑，為使網絡正常工作時，整體網絡傳輸能量消耗最少，規定只能是二個相鄰的網格才能傳輸數據，最后基于熵的思想尋找一條適合路徑；二點間直線距離最短，而在立方體的網格中則對角線距離最短，所以網格最短路徑可轉化為求對角線的網格數與X、Y、Z軸的平移的網格數，具體方法如下：①每個網格到原點對角線的格數為網格坐標值的最少值，如式(8)所示：Num-d＝min(|Wix|,|Wiy|,|Wiz|)(8)其中Num-d為網格i到網格W000的網格數，|Wix|、|Wiy|、|Wiz|分別為網格i的x,y,z的坐標的絕對值；②根據標明的4條相關的最短路徑，分別得知x方向，y方向,z方向分別的位移量，如式(9)所示：Num-dx=|Wix|-Num-dNum-dy=|Wiy|-Num-dNum-dz=|Wiz|-Num-d---(9)]]>③從(8)(9)式可得一條最短網格路徑公式(10)：Path(Wi-W0)∈{Wix,y,z；Wix,y,z-1……；Wix,y,d；Wix,y-1,d……；Wix,d,d；Wix-1,d,d……；Wd,d,d；Wd-1,d-1,d-1……；W0,0,0}(10)其中Path(Wi-W0)為網格Wi到W0具體經過的網格，d為Num-d的簡寫；經過一段時間運行后，利用熵對路徑進行自動修補，即節點失效后整個網絡路由結構自愈；①Sink節點向信息收集區域發出查詢請求，最外層進行信息處理，把集合SW(Pi)編號最小的節點設為Active，同一網格內其余節點設為Sleep；②Active節點按所建立的各條最短網格路徑，建立熵尺度，所選取節點設為Active，同一網格內其余節點設為Sleep，一直到達W000節點，即Sink節點，路由路徑建立成功；③經過一段時間運行后，節點先計算所在位置，計算公式如式(11)所示并且把同一網格的節點編為一簇；其中為節點PxyzX,Y,Z坐標的向下取整值，Wx,Wy,Wz為網格Wxyz的X,Y,Z坐標；④Active節點離開網格后或者能量用光后，在網格內重新計算熵尺度，選擇熵最小的節點為Active節點；當熵值相同時，選用編號最小的節點為Active節點；⑤當下一個網格沒有節點時，對相鄰的25個網格內的Active節點進行熵值計算，選擇熵值最小的節點為二條路共有的路由轉發節點；⑥除進入網格外，相鄰25個網格都沒有節點時，此條路徑通信結束。本發明所述螺帽1可以為螺釘頭式，其是設有雙頭錐螺紋的鎖釘頭。雙頭錐螺紋的鎖釘頭結構形式能滿足螺釘與骨的微量移動，而且鎖釘頭還能更好固定兩側，輔助光桿部分微量運動。使用中，將鎖定螺釘打入骨后，遠端皮質骨螺紋部分7把持遠端皮質骨，螺桿4處于力的作用下，在釘孔內可進行微量移動，使遠近處骨折間近乎平行的移動，形成連續對稱的骨痂。通過力傳感器3和變形傳感器6從而解決模擬骨關節生理狀態并顯示骨關節的力與韌帶變形量、供人們精確分析和研究骨關節韌帶組織結構的生物力學性能和運動學特性，以建立臨床關節病治療的指導理論。以上所述僅為本發明的較佳實施例而已，并不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護范圍之內。當前第1頁1 2 3