【摘 要】
:
近年来,因严重交通事故、火灾及工业意外等所致的高能量损伤急剧增多,据估计我国每年因此而接受创面修复手术的患者有近百万例。不合理的术前设计方案易造成皮瓣崩裂、坏死等而引发患处功能障碍,甚至可致截肢,给患者增添更多的痛苦和经济负担。因此,研究并创新现有的术前皮瓣设计方法,快速制定合理的术前指导方案,是基础研究转化为临床应用极好的切入点,具有重要的理论意义和实际价值。本文面向临床中的创面实例,就三维创面
论文部分内容阅读
近年来,因严重交通事故、火灾及工业意外等所致的高能量损伤急剧增多,据估计我国每年因此而接受创面修复手术的患者有近百万例。不合理的术前设计方案易造成皮瓣崩裂、坏死等而引发患处功能障碍,甚至可致截肢,给患者增添更多的痛苦和经济负担。因此,研究并创新现有的术前皮瓣设计方法,快速制定合理的术前指导方案,是基础研究转化为临床应用极好的切入点,具有重要的理论意义和实际价值。本文面向临床中的创面实例,就三维创面的形态学展开与分析方法进行研究,具体内容如下:研究创面模型的快速拓扑重建算法,并提出层次值的概念。基于散列表的数据结构,构建创面STL文件的冗余数据滤除算法,提高滤除效率;利用顶点-边-面的结构形式,实现创面模型的快速拓扑重建。在完整表述创面拓扑关系信息的基础上,提出层次值的定义,进一步完善创面乃至曲面模型的结构关系。基于离散顶点的高斯曲率,实现网格曲面可展性的分析;补充了广义层次值的推广应用,面向规则曲面或可展性较好的曲面时,引入K-means聚类方法对原始曲面层次做进一步的聚类处理,在保证展开精度不受影响的前提下,进一步减少展开过程中的迭代优化时间。从几何形态学着手,探究创面中特殊变形情况的合理展开方法。总结几何方法和力学方法在创面展开过程中各自的优缺点,研究各式三维创面的共性/异性问题,揭示看似无序、不规则的三维创面中的普遍适用性规律。针对创面的不规则性,从离散顶点的可展性出发,创新性地提出关于畸点的定义,将三维创面中出现的突变顶点和常规曲面点区分开,分类解决,分类展开。提出邻边不变原则,合理解决了畸点展开过程中带来的变形问题,有效降低展开过程中的累积误差。提出基于层次值的三维创面形态学展开优化方法。基于材料变形的连续均匀性假设,研究三维创面的形态学初始展开算法,从展开基点出发,依次展开周围网格。在创面初始展开结果的基础上,引入基于改进弹簧-质点模型的优化算法,进一步提高三维创面的展开精度;采用隐式欧拉方法计算顶点在弹簧质点系统中的迭代位置,结合可变时间步长和忽略初速度的方法,有效提高算法的稳定性。基于层次值的定义,通过对创面模型中不同层次的离散顶点设置不同的弹性变形系数等,逐层展开,分层优化,实现局部创面展开精度和创面整体展开精度的并行优化。最后,应用多分辨光顺方法对创面展开结果的边界轮廓进行光顺,获得适用于医疗场景下平滑光顺的轮廓曲线。通过对多例不同部位的皮肤创面进行展开与分析,结果表明,本文方法获得的展开结果能更好地与皮肤创面相契合,展开后的面积和边长平均偏差值缩小至10%以内。基于MFC和Open GL框架,开发三维创面形态学展开系统。以C/C++语言为基础,构建方便用户操作的界面程序,可进行创面模型的导入、显示、展开和分析等操作,实现术前皮瓣设计方案的自动化输出,避免了大量的人工操作和对操作者技能、经验的依赖,有效减少术前方案的准备时间,对规范术前方案设计流程具有一定指导意义。
其他文献
随着中国影响力的扩大和中华文化的传播,全球各地出现“汉语热”的风潮,越来越多的国际友人开始学习汉语。其中,来华留学生对于汉语学习有着必然需求,语言是交流的基础,而在实际生活中,来华留学生存在因语言不通、交流障碍而导致的留学生活体验差等问题。留学生承担着传播中华文化,扩大中国影响力的作用,因此,留学生汉语学习体验需要设计师的深入研究和实践。在本课题以情境认知理论为理论基础,首先对情境认知理论和用户体
不同的线条样式能传递不同的情感,探究线条及其衍生形式的情感表达模型能够揭示影响情感表达的根本因素,发展更多情感表示形式,并促进情感表达软件的开发与人工智能对不同表达形式的情感识别。本文的工作分为以下四个方面:1.探究线条不同样式与情感之间的映射关系。为了探究不同样式线条的情感表达,编写程序创建了87种样式的静态水平线条,采用27个情感效价词汇与2个情感唤醒度词汇,招募测试者进行线上测试,为每种样式
视频监控是“天网”系统的重要组成部分,也是近年来治安防护水平提高的重要推动力之一。随着视频监控设备的普及率逐年上升,监控系统智能化的需求也日益提升。目前,国内大多数的视频监控系统都需要人工值守,安排监控人员24小时轮班来实现监管。通常,每个监管人员需要同时监控多个显示屏,存在效率低、抗干扰能力差、容易受监管人员主观意识影响等问题。随着科研人员对图像处理、视频分析、行为识别等技术的研究越发深入,智能
随着互联网的高速发展,很多电子商务平台逐渐兴起并提高了大众生活质量,但随着数据规模的爆炸式增长,正在使用推荐系统的互联网平台(如阿里巴巴、Paper Weekly等)面临着严重的信息过载问题,无法针对用户特点做有效的个性化推荐。由于传统推荐算法的模型表达能力不够强,而概率图模型同时具有概率论和图论的优势,故可使用概率图模型对推荐问题中各变量之间的依赖关系提供解释性更强的建模,但很多基于概率图模型的
随着社会的飞速发展,大型集会和游行活动的增多,活动中频繁的践踏事件造成大量人员伤亡,因此人群计数的研究成为近几年来计算机视觉领域的主要研究方向之一。本文通过深入分析卷积神经网络中的优势、充分考虑特征层内部之间的联系以及从分群分布随机的角度出发,提出以下三种不同的人群计数网络结构模型。(1)提出基于特征自学习多尺度残差生成对抗人群计数算法(Generative Adversarial Network
人体行为识别旨在针对数据中人体的行为和意图进行识别和理解,是计算机视觉领域一个重要且热门的研究课题,并在机器人技术、人机交互和智能监控等领域起着至关重要的作用。虽然行为识别算法在早期的研究中已经取得了极大的进步,但仍会受到光照改变、尺度变化、细粒度动作多等因素的影响。随着行为识别数据日趋丰富多样,利用多模态数据间的互补优势实现联合预测来提升识别性能逐渐成为许多研究者的重点研究方向。许多现有工作倾向
在文化消费升级的背景下,敦煌文化数字化产业进入了一个新的发展阶段。敦煌文化App作为敦煌文化的重要组成部分,是文化和历史记忆的载体,是敦煌文化与受众之间的桥梁。以移动端平台为基础的敦煌文化数字化传播方式,不仅为敦煌莫高窟带来了利润,也为受众提供了独特而个性化的体验。但目前市场上对敦煌文化App的设计还存在一些不足,这使得对敦煌文化App的设计研究越来越迫切。本文共五章,首先根据莫高窟文化研究现状,
为了应对日趋严峻的物联网恶意软件攻击,需要对恶意软件进行详细的分析并获得有效的威胁情报,从而增强对物联网攻击的发现与预警能力。本文面向物联网威胁情报的需求,分别从恶意软件分析、轻量级物联网异常流量检测角度展开威胁情报挖掘关键技术研究。本文的主要工作和创新内容概括如下:(1)针对当前物联网恶意样本的检测率不高,物联网恶意软件架构复杂,用于训练的正常样本提取困难,动态分析检测耗时、耗费资源等问题,提出
甲状腺癌是全球增长最迅速的、最多见的内分泌恶性肿瘤之一。在最近的几十年中,甲状腺癌的世界发病率显著升高。甲状腺癌还是女性中排名第五的最普遍的癌症,并且女性患癌的概率是男性的3倍。由于甲状腺癌复杂的疾病进展过程,预测这种癌症的潜在生物标志物仍然面临巨大的挑战性。本文基于TCGA数据库和GEO数据库中甲状腺癌的多组学数据以及新近开发的一些特定的生物数据存储库,通过基因差异表达分析、构建生物网络以及基因
信息的爆炸性增长导致数据流广泛出现在各个应用领域中,如无线传感器网络数据流、股票交易数据流、电子商务数据流等,如何高效获取这些数据中蕴含的信息成为数据流挖掘的主要任务。区别于一般的静态数据,数据流通常具有到达速度快、规模大、动态变化等特征,并且数据流中的目标概念随时间推移会发生改变,导致概念漂移发生,严重影响数据流挖掘效果。此外,数据流中通常存在类别不平衡问题,导致少类实例中蕴含的信息难以获取。因