CN108922627B - 基于数据驱动的血流仿真方法 - Google Patents
基于数据驱动的血流仿真方法 Download PDFInfo
- Publication number
- CN108922627B CN108922627B CN201810685313.3A CN201810685313A CN108922627B CN 108922627 B CN108922627 B CN 108922627B CN 201810685313 A CN201810685313 A CN 201810685313A CN 108922627 B CN108922627 B CN 108922627B
- Authority
- CN
- China
- Prior art keywords
- blood flow
- simulation
- data
- scalpel
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于数据驱动的血流仿真方法，其特征在于包括以下步骤：基于数据驱动的方法采集手术刀切割皮肤或器官时的血液流动信息数据，并生成流体动画根据生成的流体动画，采用光流法求解速度场数据；根据所述速度场数据，进行手术刀与血流交互的局部区域仿真；根据所述速度场数据，进行血流扩散的区域仿真；根据手术刀与血流交互的局部区域仿真和血流扩散的区域仿真得到手术刀切割皮肤或器官时血流仿真模型。本发明得到血流仿真模型，具有高精度、高真实感和实时性，且血流扩散时表面过渡自然、平滑。
Description
技术领域
本发明涉及图像处理和计算机图形学技术领域，具体涉及一种基于数据驱动的血流仿真方法。
背景技术
在虚拟手术中，我们常常需要对器官、组织等进行切割，因此，流血现象十分地常见。考虑到虚拟手术系统的实时性和真实性，对血流仿真的研究是虚拟手术系统中所必需的。对血流的仿真，国内外很多研究人员通过学习、不断创新，在针对不同的需求提出众多解决的方案。其应用的方法可分为以下几个方向：基于二维高度场网格的仿真，基于物理方程的仿真。
基于二维高度场的网格流体模拟方法，这种方法首先把水面表示成为一个连续的平面网格，然后生成一系列对应于这张网络的连续的高度纹理－称为高度图。接着每个网格顶点对应于一个高度图的像素，作为水面高度，从而表示出整个水面。为了模拟现实世界中水波在水面不断延伸起伏的效果，就必须映入相关的波动方程。其中大多数采用类似于正余弦函数来模拟水面的波动，其具体实现也是多种多样，波动方程是一种重要的偏微分方程。
基于物理方程的仿真方法，主要分为欧拉网格法和拉格朗日网格法，以及无网格法。下面做一个简单的介绍。
欧拉法把仿真的整个空间建立成一个网格，所有网格节点和网格单元固定在空间的指定位置上不会随模拟的时间推移而改变。流体在固定的空间网格中流动，由于网可靠的固定性，所以无论流体的形状发生任何变化，都不会对空间网格造成影响。我们只需计算通过网格单位边界的物理量即可实现流体的物理模拟。其缺点是计算复杂，计算量大。
拉格朗日法则是将网格建立在模拟对象上。所以随模拟对象的体积、形状的不同，网格也不相同，并且随着模拟时间推移，物体的运动也会导致物体上附着的网格点随之运动。但是其计算简单，执行速度较快。
无网格法，其基本思想是，利用一些不需要网格进行联系的离散粒子作为模拟记录的节点，利用这些任意分布在模拟空间各处的粒子求解物理规律的偏微分方程或积分方程。 常见的有光滑粒子流体动力学法（SPH），有限点法等。
在虚拟手术系统中，实现具有真实感又有实时性的血流模拟一直是一个难点。目前国内外提出的许多方法借助数值分析的方式来逼近流体运动。在流体运动仿真的领域中己经建立了几类具有竞争力的方法，这些方法根据自身特点都做了一定的折衷处理。其中基于物理的方法从一个流体场景的初始状态开始来仿真流体动力学。按照数值逼近纳维－斯托克斯（N-S，Navier-Stokes）方程的不同离散形式，基于物理的方法可细分为三类：格子玻尔兹曼方法LBM(Lattice Boltzmann Method)欧拉法和拉格朗日方法（如光滑粒子流体动力学方法SPH）。
发明内容
有鉴于此，本发明的目的在于提供一种基于数据驱动的血流仿真方法，提供高精度、高真实感和实时性的仿真模型。
为实现上述目的，本发明采用如下技术方案：
一种基于数据驱动的血流仿真方法，其特征在于包括以下步骤：
步骤S1:基于数据驱动的方法采集手术刀切割皮肤或器官时的血液流动信息数据，并生成流体动画；
步骤S2:根据生成的流体动画，采用光流法求解速度场数据；
步骤S3:根据所述速度场数据，进行手术刀与血流交互的局部区域仿真；
步骤S4:根据所述速度场数据，进行血流扩散的区域仿真；
步骤S5:根据手术刀与血流交互的局部区域仿真和血流扩散的区域仿真得到手术刀切割皮肤或器官时血流仿真模型。
进一步的，采用单目摄像机、双目立体摄像机或多摄像机阵列来采集血液流动信息数据。
进一步的，所述步骤S2具体为：
步骤S21:根据生成的流体动画，在离散情况下引入正则化矩阵进行能量最小化的计算，求解得到初步的速度场；
步骤S22:采用改进迭代算法处理初步的速度场，提高速度场的精准度，得到处理后的速度场；
步骤S23:将处理后的速度场投影到已建立好的欧拉表面，并采用高斯法进行平滑，得到平滑的表面速度场；
步骤S24:引入误差度量公式，作为仿真是否结束的标准，若满足仿真结束并输出表面速度场；反之，则循环进行S22和S23。
进一步的，所述已建立好的欧拉表面为欧拉网格模拟的血流表面。
进一步的，所述步骤S3具体为：
步骤S31:重建三维体数据，将求得的表面速度场数据转化为体数据;
步骤S32:流体粒子化，将交互部分的血流粒子化，并实时更新流体粒子的位置和速度数据;
步骤S33:固体粒子化，将交互部分的手术刀粒子化，并实时更新固体粒子的位置和速度数据;
步骤S34:将所述固体粒子和流体粒子均抽取成表面，并渲染，完成仿真过程。
进一步的，所述步骤S4具体为：
步骤S41:根据得到表面速度场进行速度场对准处理；
步骤S42:引入FLIP的方法，结合相关的绘制和渲染方法得到血流扩散时表面波动的仿真。
本发明与现有技术相比具有以下有益效果：
1、本发明在改进传统迭代算法的基础上，还引入了误差度量的环节，有助于提高求解精度，以提高仿真精度。
2、本发明对现有的插值计算进行改进，减少数值耗散，提高仿真过程的真实感和实时性。
3、本发明结合之前求得的速度场，对速度场进行对准处理，提高血流扩散时表面波动的平滑度。
附图说明
图1是本发明系统框架图
图2是本发明流程图
图3是本发明一实施例中光流法求解流程图
图4是本发明一实施例中手术刀与血流交互的局部区域仿真流程图
图5是本发明一实施例中血流扩散的区域仿真流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1，本发明提供一种基于数据驱动的血流仿真方法，其特征在于包括以下步骤：
步骤S1:基于数据驱动的方法采集手术刀切割皮肤或器官时的血液流动信息数据，并生成流体动画；
步骤S2:根据生成的流体动画，采用光流法求解速度场数据；
步骤S3:根据所述速度场数据，进行手术刀与血流交互的局部区域仿真；
步骤S4:根据所述速度场数据，进行血流扩散的区域仿真；
步骤S5:根据手术刀与血流交互的局部区域仿真和血流扩散的区域仿真得到手术刀切割皮肤或器官时血流仿真模型。
在本发明一实施例中，进一步的，采用单目摄像机、双目立体摄像机或多摄像机阵列来采集血液流动信息数据，从不同角度来捕捉视频数据，并使用垂建方法从视频中恢复场景的三维形状信息。借助输入视频的图像序列，可以获得更高质量的真实数据，同时几何精度和视觉质量都可通过冗余的数据来改善。
在本发明一实施例中，进一步的，所述步骤S2具体为：
步骤S21:根据生成的流体动画，，在离散情况下引入正则化矩阵进行能量最小化的计算，能量最小化得到一个线性方程组，求解线性方程组即可得到初步的速度场。
步骤S22:采用改进迭代算法处理初步的速度场，提高速度场的精准度，得到处理后的速度场；结合递归重采样的分层和在粗糙层次改变数据这两种方法得到改进的迭代算法。
步骤S23:将处理后的速度场投影到已建立好的欧拉表面，并采用高斯法进行平滑，得到平滑的表面速度场；
步骤S24:引入误差度量公式，作为仿真是否结束的标准，若满足仿真结束并输出表面速度场；反之，则循环进行S22和S23。
在本发明一实施例中，进一步的，所述已建立好的欧拉表面为欧拉网格模拟的血流表面。
在本发明一实施例中，进一步的，求得的速度场只是血流表面的几何信息，作为单层数据，并不能完全驱动SPH物理模型，需要将表面的几何信息扩展到三维体内部。当数据从单层表面转化为多层体数据后，可以在仿真场景中与新添加的虚拟物体进行交互。虚拟物体离散成粒子并使用直接受力方法来控制物体运动（选择和平移等）并保持物体形状不发生变化。而体粒子的运动则由Ｎ－Ｓ方程演化的SPH物理模型和视频中重建的数据共同来决定。提取完交互过程的相关帧的图像后，交互区域的仿真工作的完成包含以下几个部分；
所述步骤S3具体为：
步骤S31:重建三维体数据，将求得的表面速度场数据转化为体数据;
步骤S32:流体粒子化，将交互部分的血流粒子化，并实时更新流体粒子的位置和速度数据;
步骤S33:固体粒子化，将交互部分的手术刀粒子化，并实时更新固体粒子的位置和速度数据;
步骤S34:将所述固体粒子和流体粒子均抽取成表面，并渲染，完成仿真过程。
在本发明一实施例中，进一步的，完成交互过程帧的提取后，剩下的就是未交互区域的血流扩散的对应帧图像，因为血流扩散的情景更注重于流体的整体运动，所以仿真的方法与上述的交互过程有所不同，主要工作包含以下几个方面；
所述步骤S4具体为：
步骤S41:根据得到表面速度场进行速度场对准处理；
步骤S42:引入FLIP的方法，结合相关的绘制和渲染方法得到血流扩散时表面波动的仿真。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (3)
1.一种基于数据驱动的血流仿真方法，其特征在于包括以下步骤：
步骤S1:基于数据驱动的方法采集手术刀切割皮肤或器官时的血液流动信息数据，并生成流体动画；
步骤S2:根据生成的流体动画，采用光流法求解速度场数据；
所述步骤S2具体为：
步骤S21:根据生成的流体动画，在离散情况下引入正则化矩阵进行能量最小化的计算，求解得到初步的速度场；
步骤S22:采用改进迭代算法处理初步的速度场，提高速度场的精准度，得到处理后的速度场；
步骤S23:将处理后的速度场投影到已建立好的欧拉表面，并采用高斯法进行平滑，得到平滑的表面速度场；
步骤S24:引入误差度量公式，作为仿真是否结束的标准，若满足仿真结束并输出表面速度场；反之，则循环进行S22和S23
步骤S3:根据所述速度场数据，进行手术刀与血流交互的局部区域仿真；
所述步骤S3具体为：
步骤S31:重建三维体数据，将求得的表面速度场数据转化为体数据;
步骤S32:流体粒子化，将交互部分的血流粒子化，并实时更新流体粒子的位置和速度数据;
步骤S33:固体粒子化，将交互部分的手术刀粒子化，并实时更新固体粒子的位置和速度数据;
步骤S34:将所述固体粒子和流体粒子均抽取成表面，并渲染，完成仿真过程；
步骤S4:根据所述速度场数据，进行血流扩散的区域仿真；
所述步骤S4具体为：
步骤S41:根据得到表面速度场进行速度场对准处理；
步骤S42:引入FLIP的方法，结合相关的绘制和渲染方法得到血流扩散时表面波动的仿真；
步骤S5:根据手术刀与血流交互的局部区域仿真和血流扩散的区域仿真得到手术刀切割皮肤或器官时血流仿真模型。
2.根据权利要求1所述的基于数据驱动的血流仿真方法，其特征在于：采用单目摄像机、双目立体摄像机或多摄像机阵列来采集血液流动信息数据。
3.根据权利要求1所述的基于数据驱动的血流仿真方法，其特征在于：所述已建立好的欧拉表面为欧拉网格模拟的血流表面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810685313.3A CN108922627B (zh) | 2018-06-28 | 2018-06-28 | 基于数据驱动的血流仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810685313.3A CN108922627B (zh) | 2018-06-28 | 2018-06-28 | 基于数据驱动的血流仿真方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108922627A CN108922627A (zh) | 2018-11-30 |
| CN108922627B true CN108922627B (zh) | 2021-04-27 |
Family
ID=64423684
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810685313.3A Active CN108922627B (zh) | 2018-06-28 | 2018-06-28 | 基于数据驱动的血流仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108922627B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111047707B (zh) * | 2019-11-11 | 2021-09-28 | 南昌大学 | 一种基于sph的混合粒子血液模型的流血仿真方法 |
| CN112861374B (zh) * | 2021-03-05 | 2022-08-30 | 深圳泽森软件技术有限责任公司 | 基于预控制器的多物理耦合仿真处理方法、装置和设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678888A (zh) * | 2013-12-01 | 2014-03-26 | 北京航空航天大学 | 一种基于欧拉流体模拟算法的心脏血液流动示意显示方法 |
| CN106023286A (zh) * | 2016-05-25 | 2016-10-12 | 上海交通大学 | 基于数据驱动的流体动画加速生成方法 |
| CN107085629A (zh) * | 2017-03-28 | 2017-08-22 | 华东师范大学 | 一种基于视频重建与欧拉模型耦合的流体仿真方法 |
| CN107633123A (zh) * | 2017-09-13 | 2018-01-26 | 浙江工业大学 | 一种用于光滑粒子流体动力学模拟出血及处理加速的方法 |
| CN107818572A (zh) * | 2017-10-16 | 2018-03-20 | 大连大学 | 基于物理学的改善粒子图像测速稳健性光流方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9594876B2 (en) * | 2014-11-04 | 2017-03-14 | Heartflow, Inc. | Systems and methods for simulation of occluded arteries and optimization of occlusion-based treatments |
-
2018
- 2018-06-28 CN CN201810685313.3A patent/CN108922627B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678888A (zh) * | 2013-12-01 | 2014-03-26 | 北京航空航天大学 | 一种基于欧拉流体模拟算法的心脏血液流动示意显示方法 |
| CN106023286A (zh) * | 2016-05-25 | 2016-10-12 | 上海交通大学 | 基于数据驱动的流体动画加速生成方法 |
| CN107085629A (zh) * | 2017-03-28 | 2017-08-22 | 华东师范大学 | 一种基于视频重建与欧拉模型耦合的流体仿真方法 |
| CN107633123A (zh) * | 2017-09-13 | 2018-01-26 | 浙江工业大学 | 一种用于光滑粒子流体动力学模拟出血及处理加速的方法 |
| CN107818572A (zh) * | 2017-10-16 | 2018-03-20 | 大连大学 | 基于物理学的改善粒子图像测速稳健性光流方法 |
Non-Patent Citations (4)
| Title |
|---|
| 基于SPH及形状约束的血流实时仿真;陈国栋，党琪琪，叶东文;《中国医疗设备》;20150714;全文 * |
| 基于改进SPH的皮肤表面血流模拟算法;王娜，陈国栋，陈怡;《山东大学学报（工学版）》;20160228;全文 * |
| 基于网格与无网格的血流仿真;张伟东，陈国栋，周霆;《南阳理工学院学报》;20171130;全文 * |
| 虚拟手术训练系统的血流模拟;黄雷，肖双九 等;《计算机应用与软件》;20110131;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108922627A (zh) | 2018-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cheng et al. | A morphing-Based 3D point cloud reconstruction framework for medical image processing | |
| US8149237B2 (en) | Information processing apparatus and program | |
| US9491443B2 (en) | Image processing method and image processing apparatus | |
| CN108922627B (zh) | 基于数据驱动的血流仿真方法 | |
| KR20220006654A (ko) | 이미지 정합 방법 및 연관된 모델 훈련 방법, 기기, 장치 | |
| Mönch et al. | Optimization of vascular surface models for computational fluid dynamics and rapid prototyping | |
| CN107847217A (zh) | 用于生成超声散射体表示的方法和装置 | |
| WO2018156087A1 (en) | Finite-element analysis augmented reality system and method | |
| Herbst et al. | A toolbox for the retrodeformation and muscle reconstruction of fossil specimens in Blender | |
| Ng-Thow-Hing et al. | Application-specific muscle representations | |
| McDonald et al. | Improving the usability of virtual reality neuron tracing with topological elements | |
| CN116051699A (zh) | 动捕数据的处理方法、装置、设备及存储介质 | |
| CN112002019B (zh) | 一种基于mr混合现实的模拟人物阴影的方法 | |
| CN104517299A (zh) | 视频流体物理驱动模型恢复及重新仿真的方法 | |
| CN110047145B (zh) | 基于深度学习和有限元建模的组织变形模拟系统及方法 | |
| Wang | A Teaching Mode for Art Anatomy Based on Digital Virtual Technology. | |
| Wang et al. | Three-dimensional surface mesh optimization and centerline extraction of vasculatures for endovascular intervention simulation | |
| Bian et al. | Simulation of soft tissue deformation in virtual surgery based on physics engine | |
| Kumar et al. | Modeling and analysis of human liver by using finite element analysis | |
| Mingshi et al. | Assisted system for precise surgery based on medical image computing and VR | |
| CN109036567B (zh) | 一种基于子空间凝聚算法的软组织形变仿真方法 | |
| Wang et al. | Efficient EndoNeRF reconstruction and its application for data-driven surgical simulation | |
| Zhu et al. | 3D reconstruction for soft tissue of the human body | |
| CN114399608A (zh) | 一种用于血液动力学仿真的时变流场超分辨率重建方法 | |
| Wang et al. | An optimization algorithm of space anisotropic hepatic artery solid texture synthesis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |