【摘 要】
:
虚拟手术仿真系统可以对低年资医生进行临床手术培训,也可以针对病理进行术前手术预演,因此具有重要的研究价值。针对肾脏模型表面存在的黑空洞区域问题,论文提出了基于点云密度的修补方法,使得模型更加完整。后续针对传统球冠映射方法运用于不规则模型表面出现纹理映射模糊和重叠问题,提出基于区域划分球冠映射算法改善了模型表面的纹理效果。针对传统切割方法存在狭长状的切口问题,论文利用三阶贝塞尔曲线对不同切割情况的手
论文部分内容阅读
虚拟手术仿真系统可以对低年资医生进行临床手术培训,也可以针对病理进行术前手术预演,因此具有重要的研究价值。针对肾脏模型表面存在的黑空洞区域问题,论文提出了基于点云密度的修补方法,使得模型更加完整。后续针对传统球冠映射方法运用于不规则模型表面出现纹理映射模糊和重叠问题,提出基于区域划分球冠映射算法改善了模型表面的纹理效果。针对传统切割方法存在狭长状的切口问题,论文利用三阶贝塞尔曲线对不同切割情况的手术切口进行拟合,并在切口内部采用SPH方法和Open GL混合方法进行渲染,最终建立一个虚拟手术仿真系统,在切割操作模拟时呈现比较逼真的切割伤口。本文主要完成了以下研究工作:首先,以CT医学图像数据在Mimics软件中建立肾器官的三维模型,针对肾模型表面存在的黑空洞问题,设计了点云增补算法对黑空洞进行填补,该算法利用点云密度来确定黑空洞位置,并采用双线性插值办法来对黑空洞区域进行点云增补,使模型在外观效果上更加符合真实的软组织。对于球冠映射算法处理表面曲率变化较大的模型时存在的纹理映射模糊和重叠现象,论文提出基于区域划分球冠映射算法,根据模型表面曲率大小将模型划分为平坦区和非平坦区,然后根据本文设计的算法对不同区域进行纹理映射,有效的解决传统球冠映射算法纹理映射模糊和重叠现象。其次,本文针对虚拟手术系统中的切割操作进行了模拟仿真研究。为了更好的判断是否对模型开始进行切割操作,并且提高力反馈的精度和更全面地描述软组织的生物力学特性,提出了基于点云密度的弹簧阻尼模型来更好的模拟手术刀受到的反馈力。当仿真系统开始进行切割时,本文根据真实软组织切割过程,将软组织切割分为两种情况:软组织表面切割和软组织内部切割的仿真。对于两种不同的切割情况,手术刀简化模型也不同。通过检测交互设备的切割路径和计算发生位移的点云,来确定起始点,利用设计的算法在发生位移的点云中来确定控制点,由控制点和起始点来确定三阶贝塞尔曲线来绘制切割伤口形状。根据位移后新的点云位置对模型进行纹理贴图并渲染切割伤口。最后通过实验验证利用三阶贝塞尔曲线来对无网格肾模型进行切割操作,提升了切割手术仿真系统的真实感。然后,基于SPH和Open GL混合渲染的方法对切割伤口内部进行渲染。首先构建了基于光滑粒子流体动力学(SPH)算法的血液模型,通过粒子的作用域确定粒子的邻近点,然后根据牛顿定律,计算出粒子的力、加速度和SPH粒子的表达式。完成构建粒子的动力学之后,要实现真实的血液,还需要对光滑平整的流体进行渲染。本文利用Open GL的混合功能,对血液表面粒子进行了透明度设置,不仅实现了对血液的渲染,还在一定程度上提高了虚拟手术系统的逼真度。最后,搭建虚拟手术仿真平台,将黑空洞填补后肾模型和纹理映射算法和手术切割方法和伤口内部的渲染方法应用在该系统中。实验结果表明本课题开发的虚拟手术仿真系统可以有效得完成手术切割操作,具有逼真的视觉效果。
其他文献
生物特征识别(人脸、指纹、掌纹等模态)是一种新型的、极具发展前景的身份认证方式。与其它模态相比,指节纹(Finger-knuckle-print,FKP)具有丰富鉴别特征,不易磨损,用户接受性强,获取成本低等优势,逐渐成为近年的主流研究对象之一。同时,编码类指节纹识别算法具有无需训练,存储量低,匹配速度快等特点,也成为了一种重要的实用性技术。现有的编码类指节纹识别研究中存在着以下两个问题。问题一,
多个自主导航机器人协作探索地图,是在未知环境中高效率执行危险且繁杂任务的基础。单个机器人传感器探测范围、通信连接、电源功率等都受到限制。在大尺度、复杂未知环境中。装备摄像机、激光雷达等多种探测传感器的机器人群体通过共享信息,高效协作完成探测二维和三维地图或模型面。协作可以缩短搜索时间,同时在提高模型完整性和准确性方面也具备很大的潜力。面向传感器和通信连接受限的机器人群体,下一步最佳视点规划和传感器
无人机因其轻巧灵敏和安全可靠等优势,在室外获得了广泛的应用,如航拍摄影、农田灌溉、电力巡检等等。相比室外,无人机在室内的应用受到极大限制,究其原因不外乎所依赖的卫星导航系统在室内信号受限。针对无人机在室内应用受限问题,仅依靠自身搭载的传感器来完成在室内或未知环境下的飞行探索已经成为一个研究热点。基于上述背景,本文以四旋翼无人机为平台,结合双目视觉传感器并融合惯性测量单元,搭载机载计算机和激光雷达,
光子计数单像素成像将光子计数技术和基于压缩感知的单像素成像结合,具有高灵敏、低成本的优势,在光学遥感成像、光谱成像、生物医学成像等领域有重要的应用。传统的重建算法存在采样时间和重建时间长的问题,近年来将深度学习用于压缩感知重建取得了重大的突破。基于深度学习的压缩采样和重建网络,将去除偏置和激活函数的全连接层作为测量矩阵,避免了传统迭代算法的带来的巨大计算量,从而实现了更快更高质量的图像重建。但利用
作为量子密码学的一个重要研究方向,量子密钥分配旨在实现合法通信参与者之间安全地共享密钥。量子密钥分配协议一般要求所有通信参与者都具备量子能力,而且协议所涉及的多数量子设备都比较昂贵。Boyer等开创性地提出了适用于量子方和经典方之间的半量子密钥分配协议。为了避免半量子密钥分配协议中攻击者Eve冒充合法参与者Alice或Bob,需要对通信参与者进行身份认证。基于Cluster态和类GHZ态等纠缠态,
作为测试系统参数,验证成像算法性能和分析干扰噪声的重要手段,SAR的回波仿真对SAR技术的研究有着至关重要的作用。针对SAR回波模拟方法设计,本文首先对SAR成像方法展开了分析。SAR回波模拟方法主要分为时域方法和频域方法。频域算法基于快速傅里叶变换的逆向处理,能够通过较低的运算量获得良好的分辨率性能。然而,频域方法通常需要满足方位向不变假设,因此频域方法的应用将受到平台构型的限制,无法适用于任意
探地雷达(Ground penetrating radar,GPR)是利用天线发射和接收高频电磁波来探测介质内部物质特性和分布规律的一种地球物理方法,在工程勘察领域的应用日益广泛。在探地雷达反演中,信号中的强杂波严重影响了反演过程中地底目标成像的精度,并且传统反演方法大多数采用非线性迭代优化算法求解,面临着求解时间久、计算复杂度高和参数设置冗杂等问题。本文将以低秩稀疏分解理论为基础的杂波抑制与成像
基于结构光条纹投影的成像系统因其无接触、高效率和高精度等优点,被广泛地运用于三维测量等计算成像领域。而结构光系统的非线性失真和光学畸变等因素降低了结构光三维测量的精度。本研究在结构光成像系统非线性模型的基础上,分析了各系统参数对展开相位估计精度的影响;提出了一种针对结构光三维测量系统空间几何畸变和光强非线性失真问题的预矫正方法;设计了一种实现结构光系统复合标定的快速方法。针对几何畸变和光强失真,建
作为一门交叉学科,导航定位技术在地球科学、信息学科、智慧城市、物联网生活以及自动驾驶等方面发挥着越来越重要的作用。对于愈来愈复杂的现实场景以及定位需求,单一导航系统受自身的局限性影响,难以满足这些要求,组合导航随即成为导航定位研究的重点。组合导航将多种导航方法进行结合,通过组合手段抵消单一导航系统的不足,以此提高导航定位的精度以及性能。组合导航中的目标状态估计问题大多都是非线性滤波问题,常见的非线
得益于无人机的低成本和灵活移动性,无人机已经被应用于各类复杂通信场景。传统的无人机通信轨迹规划都是将问题进行人工数学建模后进行优化求解,常假设信道模型为简单的视距链路(Lo S)或者概率Lo S,获得关于无人机位置的函数表达式后,再用凸优化技术进行路径规划。由于信道的时变性和无人机的移动性,传统的建模和描述过于简单,获得的轨迹无法指导无人机的实际应用。深度强化学习是一种在复杂的动态环境中进行最优决