CN110289103A - 软组织局部压缩形变模拟方法 - Google Patents
软组织局部压缩形变模拟方法 Download PDFInfo
- Publication number
- CN110289103A CN110289103A CN201910535538.5A CN201910535538A CN110289103A CN 110289103 A CN110289103 A CN 110289103A CN 201910535538 A CN201910535538 A CN 201910535538A CN 110289103 A CN110289103 A CN 110289103A
- Authority
- CN
- China
- Prior art keywords
- soft tissue
- particle
- deformation
- indicate
- local
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种软组织局部压缩形变模拟方法,包括:(1)采集软组织的医学图像数据,通过四面体网格生成方法将软组织的医学图像数据处理为三维四面体网格模型;(2)构造四面体质点‑弹簧模型并建立与质点‑弹簧模型对应的运动学方程;(3)利用模拟退火算法优化质点‑弹簧模型中的弹簧刚度和阻尼系数;(4)将软组织压缩变形划分为局部变形区和非变形区;(5)利用Verlet显示积分法对局部变形区的点进行运动学方程求解,获得在压力作用下软组织的压缩形变;(6)设定过度压缩约束条件,对不满足过度压缩约束条件的质点进行校正。本发明在保证计算效率的同时提高了模拟的精度,更快速、真实的反映了软组织的形变情况。
Description
技术领域
本发明涉及一种软组织形变模拟方法,尤其涉及一种软组织局部压缩形变模拟方法。
背景技术
近年来虚拟现实技术蓬勃发展,虚拟手术模拟系统就是其重要应用之一。在医学手术过程中要经常对软组织进行按压操作,医生或医学生可通过虚拟手术模拟系统进行按压手术训练,积累经验提高手术技能,同时降低培训成本。在虚拟手术模拟中,建立真实的软组织形变模型至关重要。
使软组织形变模型满足真实性和实时性是最具挑战性问题,现今主要使用的模型包括有限元模型和质点-弹簧模型。有限元模型的优点是参数连续化,精度高,适应性强,可模拟大的软组织形变,但其建模复杂,需进行大量复杂的数值计算,实时性较差;质点-弹簧模型参数不需要连续化,计算快、效率高,但其精度较差。因此建立一个具有良好变形效果且计算效率高的模型对虚拟手术模拟系统来说至关重要。
发明内容
发明目的:针对以上问题,本发明提出一种软组织局部压缩形变模拟方法,在保证计算效率的同时提高模拟精度。
技术方案:本发明所采用的技术方案是一种软组织局部压缩形变模拟方法,包括以下步骤:
(1)采集软组织的医学图像数据,通过四面体网格生成方法将软组织的医学图像数据处理为三维四面体网格模型;
(2)构造四面体质点-弹簧模型并建立与质点-弹簧模型对应的运动学方程;其中,四面体质点-弹簧模型是将三维四面体网格中四面体的四个顶点作为质点,质点之间由弹簧连接。与该质点-弹簧模型对应的一种运动学方程表达式为:
其中mi表示质点i的质量,xi表示质点的位移,t表示时间,Fi int表示质点i所受内力,Fi vol表示质点i所受体积力,Fi ext表示质点i所受外力;
在该表达式中,质点i所受内力Fi int被设置为与弹簧刚度系数和阻尼系数相关的量,具体的表达式为:
其中,任意质点i及其任意一个邻点j的位置分别为pi和pj,连接两质点间的弹簧刚度系数和阻尼系数分别为kij和dij,表示弹簧初始长度,Si表示为所有连接到质点i的弹簧集合,vj和vi分别表示质点j和i的速度;
为保证体积守恒,在每个点上定义了体积力Fi vol为
其中,pwb表示四面体w的重心,Q表示所有包含质点i的四面体集合,和分别表示四面体w当前的体积和初始体积。
(3)利用模拟退火算法优化质点-弹簧模型中的弹簧刚度和阻尼系数;一种可执行的模拟退火算法优化过程包括以下步骤:
(3.1)给定初始温度、终止温度和退火系数,随机初始化一组参数S=(kijdij)进行循环计算;
(3.2)在温度Tn下,在当前参数S的领域内随机产生新的一组参数S′,计算目标函数值增量Δf=f(S′)-f(S),若Δf<0则令S=S′,反之根据Metropolis准测,以min{1,exp(-Δf/Tn)}>random[0,1]的概率接受S′作为当前较优的一组参数S,其中目标函数定义为用于图像匹配的Hausdorff距离函数:
f(S)=f(kij,dij)=H(NMSM,NFEM)=max{h(NMSM,NFEM),h(NFEM,NMSM)}
其中NMSM、NFEM、pm、pf、d(pm,pf)分别表示质点-弹簧模型关键点集合、有限元模型关键点集合、质点-弹簧模型关键点位置、有限元模型关键点位置、点pm和pf之间的绝对距离。
(3.3)判断在温度Tn下是否达到规定的迭代次数,若满足条件则转到步骤(3.4),否则返回步骤(3.2);
(3.4)进行降温操作,令n=n+1,Tn+1=λTn,其中n为迭代次数,λ为退火系数;
(3.5)判断是否达到设定的终止温度,若满足终止条件则输出一组最优参数S=(kij,dij),否则返回步骤(3.2)。
(4)将软组织压缩变形划分为局部变形区和非变形区;具体的,对两个区域的划分包括以下过程:
(4.1)当一个压头在均匀的压力下作用于软组织,垂直应力F⊥与接触压力的关系为:
其中F⊥表示垂直应力,Fc表示施加在软组织上的接触压力,h表示负载中心点在接触表面以下的垂直深度,r表示压头半径。
其中,接触压力Fc表示为:
其中表示为单向外部负载,E表示杨氏模量,μ表示泊松比,xz表示在单向外部负载作用下软组织变形位移。
(4.2)根据步骤(4.1)中的公式计算出最小垂直应力分量F⊥min对应的负载中心点在接触表面以下的垂直深度hmax,hmax作为局部变形范围的半径,半径以内区域为局部变形区,半径以外区域为非变形区。
(5)利用Verlet显示积分法对局部变形区的点进行运动学方程求解,获得在压力作用下软组织的压缩形变;
(6)设定过度压缩约束条件,对不满足过度压缩约束条件的质点进行校正。校正过程包括:
(6.1)定义过度压缩约束:
其中,τc表示临界压缩比,pi和pj分别为任意质点i及其任意一个邻点j的位置,表示质点间的初始长度;
(6.2)若不满足约束,对点进行校正pi′=pi+Δpi,pj′=pj+Δpj,
其中,
有益效果:相对于现有技术,本发明具有以下优点:(1)利用模拟退火算法确定质点-弹簧模型的最佳弹簧刚度和阻尼系数,提高了模拟的精度;(2)设定过度压缩约束,防止局部压力过大导致模型出现“超弹性”效应,从而更真实模拟软组织变形;(3)根据最小垂直应力计算对应负载中心点在接触表面以下的垂直深度,以此为半径将软组织划分为局部变形区域和非变形区域,只对局部变形区域点利用Verlet显示积分法进行计算,降低计算成本,计算效率高。
附图说明
图1是本发明的流程图;
图2是本发明所述的四面体网格模型的拓扑结构图;
图3是本发明所述的局部变形区域图;
图4是本发明所述的压头和软组织在单向外部负载作用下相互作用图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明所述的一种软组织局部压缩形变模拟方法应用在虚拟手术仿真系统中,利用虚拟现实技术进行医学手术的模拟训练。虚拟手术是借由医学图像数据出发,应用计算机图形学重构出虚拟人体软组织模型,模拟出虚拟的医学环境,并利用触觉交互设备与训练者进行交互的手术系统。虚拟手术仿真系统为医生提供了一个虚拟的3D环境以及可交互操作平台,逼真的模拟临床手术的全过程。本发明所述的软组织局部压缩形变模拟方法,属于该系统中虚拟医学环境这一部分,其具体的流程如图1所示,包括以下步骤:
(1)对软组织进行医学图像数据采集,例如电子计算机断层扫描(CT),然后利用Amira软件对软组织的CT数据进行处理导出三维四面体网格模型。如图2所示,为四面体网格模型的拓扑结构图。
(2)将三维四面体网格模型中四面体的四个顶点作为质点,质点之间认为由弹簧连接,由此构造出四面体质点-弹簧模型。建立与质点-弹簧模型对应的运动学方程,具体如下:
设质点-弹簧模型中的任意质点i及其任意一个邻点j的位置分别为pi和pj,连接两质点间的弹簧刚度系数和阻尼系数分别为kij和dij,弹簧初始长度用表示,则质点i所受内力Fi int可以表示为
其中Si表示为所有连接到质点i的弹簧集合,vj和vi分别表示质点j和i的速度。
为保证体积守恒,在每个点上定义了体积力,设四面体w的重心为pwb,则质点i所受体积力Fi vol为
其中Qi表示所有包含质点i的四面体集合,和分别表示四面体w当前的体积和初始体积。
计算内力和体积力后,带入质点i的运动学方程,表示如下
其中mi表示质点i的质量,Fi ext表示质点i所受外力。
(3)利用模拟退火算法优化质点-弹簧模型参数,该步骤是为提高软组织模型模拟的真实性(精度),具体如下:
(3.1)给定初始温度Tn=100(n=0),终止温度Tf=0.001,退火系数λ=0.98,内循环次数L=200,随机初始化一组参数S=(kijdij);
(3.2)在温度Tn下,在当前的一组参数S的领域内随机产生新的一组参数S′,计算目标函数值增量Δf=f(S′)-f(S),若Δf<0则令S=S′,反之根据Metropolis准测,以min{1,exp(-Δf/Tn)}>random[0,1]的概率接受S′作为当前较优的一组参数S,即S=S′,其中目标函数定义为用于图像匹配的Hausdorff距离函数:
f(S)=f(kij,dij)=H(NMSM,NFEM)=max{h(NMSM,NFEM),h(NFEM,NMSM)} (4)
其中NMSM、NFEM、pm、pf、d(pm,pf)分别表示质点-弹簧模型关键点集合、有限元模型关键点集合、质点-弹簧模型关键点位置、有限元模型关键点位置、点pm和pf之间的绝对距离。
(3.3)判断在温度Tn下是否达到规定的迭代次数,若满足条件则转到步骤(3.4),否则返回步骤(3.2);
(3.4)进行降温操作,令n=n+1,Tn+1=λTn;
(3.5)判断是否达到设定的终止温度,若满足终止条件则输出一组最优参数S=(kijdij),否则返回步骤(3.2)。
(4)如图3所示,软组织变形一般在局部发生,局部外变形影响很小。为降低计算成本,将软组织压缩变形划分为局部变形区和非变形区,同时根据研究表明垂直应力分量在材料失效中起主要作用,垂直应力F是软组织模型在受到单向外部负载时内部各部分相互作用的内力。考虑垂直应力分量在软组织压缩中的作用,具体如下:
如图4所示是一个压头和软组织在单向外部负载作用下的相互作用图。假设压头在均匀的压力下作用于软组织,则垂直应力F⊥为:
其中F⊥、Fc、h、r分别表示垂直应力、施加在软组织上的接触压力、负载中心点在接触表面以下的垂直深度、压头半径。
接触压力Fc可以表示为:
其中E、μ、xz分别表示为单向外部负载、杨氏模量、泊松比、在单向外部负载作用下软组织变形位移。单向外部负载即压头对模型施加的外力。
将最小垂直应力分量F⊥min对应的负载中心点在接触表面以下的垂直深度hmax作为局部变形范围的半径,半径以内区域为局部变形区,半径以外区域为非变形区,F⊥min可通过实验计算确定,然后利用公式(7)和(8)计算出局部变形半径hmax,在每次迭代中根据接触点外部负载和位移动态确定局部变形范围,非变形区的点将不进行变形计算。
(5)对局部变形区的点进行变形计算,由于Verlet显示积分法计算快、精度高,故用其求解运动学方程,具体如下:
其中xi(t+Δt)、xi(t)、vi(t)、Δt、Fi(t)、vi(t+Δt)、vi(()、Fi(t+Δt)分别表示质点i在t+Δt时刻、t时刻的位移、质点i在t时刻的速度、一个时间步长、质点i在t时刻所受合力、质点i在在t+Δt时刻、t时刻的速度、质点i在t+Δt时刻所受合力。弹簧刚度和阻尼系数与质点所受内力的关系见公式(1),其影响了质点所受内力,进而影响了运动学方程中的合力Fi(t)。
(6)当一个较大的力集中作用于软组织局部时,质点-弹簧模型会陷入局部过度压缩的问题,即“超弹性”效应,故设定了过度压缩约束。当弹簧长度小于时,利用过度压缩约束将弹簧移回到过度压缩约束定义如下:
其中rc表示临界压缩比,若不满足不等式(11),就对点进行校正pi′=pi+Δpi,pj′=pj+Δpj,校正相的计算式如下:
至此,我们通过本发明所述的软组织局部压缩形变模拟方法,获得了更精确的形变模拟结果,并且在提高精度的前提下没有对计算效率做出牺牲,保证了在虚拟手术中的实时性。
Claims (6)
1.一种软组织局部压缩形变模拟方法,其特征在于,包括以下步骤:
(1)采集软组织的医学图像数据,通过四面体网格生成方法将软组织的医学图像数据处理为三维四面体网格模型;
(2)构造四面体质点-弹簧模型并建立与质点-弹簧模型对应的运动学方程;
(3)利用模拟退火算法优化质点-弹簧模型中的弹簧刚度和阻尼系数;
(4)将软组织压缩变形划分为局部变形区和非变形区;
(5)利用Verlet显示积分法对局部变形区的点进行运动学方程求解,获得在压力作用下软组织的压缩形变;
(6)设定过度压缩约束条件,对不满足过度压缩约束条件的质点进行校正。
2.根据权利要求1所述的软组织局部压缩形变模拟方法,其特征在于,步骤(2)中所述的四面体质点-弹簧模型,是将三维四面体网格中四面体的四个顶点作为质点,质点之间由弹簧连接。
3.根据权利要求2所述的软组织局部压缩形变模拟方法,其特征在于,步骤(2)中所述的与质点-弹簧模型对应的运动学方程为:
其中mi表示质点i的质量,xi表示质点的位移,t表示时间,Fi int表示质点i所受内力,Fi vol表示质点i所受体积力,Fi ext表示质点i所受外力;
质点i所受内力Fi int为:
其中,任意质点i及其任意一个邻点j的位置分别为pi和pj,连接两质点间的弹簧刚度系数和阻尼系数分别为kij和dij,表示弹簧初始长度,Si表示为所有连接到质点i的弹簧集合,vj和vi分别表示质点j和i的速度;
质点i所受体积力Fi vol为
其中,pwb表示四面体w的重心,Ωi表示所有包含质点i的四面体集合,和分别表示四面体w当前的体积和初始体积。
4.根据权利要求1所述的软组织局部压缩形变模拟方法,其特征在于,所述步骤(3)包括以下过程:
(3.1)给定初始温度、终止温度和退火系数,随机初始化一组参数S=(kij,dij)进行循环计算,其中kij和dij分别为弹簧刚度系数和阻尼系数;
(3.2)在温度Tn下,在当前参数S的领域内随机产生新的一组参数S′,计算目标函数值增量Δf=f(S′)-f(S),若Δf<0则令S=S′,反之根据Metropolis准测,以min{1,exp(-Δf/Tn)}>random[0,1]的概率接受S′作为当前较优的一组参数S,其中目标函数定义为用于图像匹配的Hausdorff距离函数:
f(S)=f(kij,dij)=H(NMSM,NFEM)=max{h(NMSM,NFEM),h(NFEM,NMSM)}
其中NMSM、NFEM、pm、pf、d(pm,pf)分别表示质点-弹簧模型关键点集合、有限元模型关键点集合、质点-弹簧模型关键点位置、有限元模型关键点位置、点pm和pf之间的绝对距离。
(3.3)判断在温度Tn下是否达到规定的迭代次数,若满足条件则转到步骤(3.4),否则返回步骤(3.2);
(3.4)进行降温操作,对温度迭代,Tn+1=λTn,其中n为迭代次数,λ为退火系数;
(3.5)判断是否达到设定的终止温度,若满足终止条件则输出一组最优参数S=(kij,dij),否则返回步骤(3.2)。
5.根据权利要求1所述的软组织局部压缩形变模拟方法,其特征在于,所述步骤(4)包括以下过程:
(4.1)当一个压头在均匀的压力下作用于软组织,垂直应力F⊥与施加在软组织上的接触压力Fc的关系为:
其中,h表示负载中心点在接触表面以下的垂直深度,r表示压头半径,接触压力Fc表达式为:
其中表示为单向外部负载,E表示杨氏模量,μ表示泊松比,xz表示在单向外部负载作用下软组织变形位移。
(4.2)根据步骤(4.1)中的公式计算出最小垂直应力分量F⊥min对应的负载中心点在接触表面以下的垂直深度hmax,hmax作为局部变形范围的半径,半径以内区域为局部变形区,半径以外区域为非变形区。
6.根据权利要求1所述的软组织局部压缩形变模拟方法,其特征在于,所述步骤(6)中包括以下过程:
(6.1)定义过度压缩约束:
其中,τc表示临界压缩比,pi和pj分别为任意质点i及其任意一个邻点j的位置,表示弹簧的初始长度;
(6.2)若不满足约束,对点进行校正pi′=pi+Δpi,pj′=pj+Δpj,
其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910535538.5A CN110289103B (zh) | 2019-06-19 | 2019-06-19 | 软组织局部压缩形变模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910535538.5A CN110289103B (zh) | 2019-06-19 | 2019-06-19 | 软组织局部压缩形变模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110289103A true CN110289103A (zh) | 2019-09-27 |
CN110289103B CN110289103B (zh) | 2023-03-14 |
Family
ID=68003942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910535538.5A Active CN110289103B (zh) | 2019-06-19 | 2019-06-19 | 软组织局部压缩形变模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110289103B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339654A (zh) * | 2020-02-24 | 2020-06-26 | 南京信息工程大学 | 一种虚拟手术系统中软组织按压及形变恢复方法 |
CN111341449A (zh) * | 2020-02-25 | 2020-06-26 | 南京信息工程大学 | 一种虚拟血管介入手术训练的模拟方法 |
CN116561935A (zh) * | 2023-07-11 | 2023-08-08 | 成都信息工程大学 | 一种基于体弹簧和多尺度体积不变的软组织形变模拟方法 |
CN117524492A (zh) * | 2023-11-02 | 2024-02-06 | 广东工业大学 | 一种基于虚拟手术的手术操作过程模块化方法 |
CN117950504A (zh) * | 2024-03-26 | 2024-04-30 | 北京航空航天大学 | 一种面向实时虚拟手术的软组织按压与夹取仿真方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344500A (zh) * | 2018-09-29 | 2019-02-15 | 南京信息工程大学 | 一种非弹性质量弹簧模型及改进欧拉算法的软组织变形模拟方法 |
CN109492250A (zh) * | 2018-09-29 | 2019-03-19 | 南京信息工程大学 | 一种非线性各向异性质量弹簧模型的软组织变形模拟方法 |
-
2019
- 2019-06-19 CN CN201910535538.5A patent/CN110289103B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344500A (zh) * | 2018-09-29 | 2019-02-15 | 南京信息工程大学 | 一种非弹性质量弹簧模型及改进欧拉算法的软组织变形模拟方法 |
CN109492250A (zh) * | 2018-09-29 | 2019-03-19 | 南京信息工程大学 | 一种非线性各向异性质量弹簧模型的软组织变形模拟方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339654A (zh) * | 2020-02-24 | 2020-06-26 | 南京信息工程大学 | 一种虚拟手术系统中软组织按压及形变恢复方法 |
CN111341449A (zh) * | 2020-02-25 | 2020-06-26 | 南京信息工程大学 | 一种虚拟血管介入手术训练的模拟方法 |
CN111341449B (zh) * | 2020-02-25 | 2023-06-23 | 南京信息工程大学 | 一种虚拟血管介入手术训练的模拟方法 |
CN116561935A (zh) * | 2023-07-11 | 2023-08-08 | 成都信息工程大学 | 一种基于体弹簧和多尺度体积不变的软组织形变模拟方法 |
CN116561935B (zh) * | 2023-07-11 | 2023-10-03 | 成都信息工程大学 | 一种基于体弹簧和多尺度体积不变的软组织形变模拟方法 |
CN117524492A (zh) * | 2023-11-02 | 2024-02-06 | 广东工业大学 | 一种基于虚拟手术的手术操作过程模块化方法 |
CN117950504A (zh) * | 2024-03-26 | 2024-04-30 | 北京航空航天大学 | 一种面向实时虚拟手术的软组织按压与夹取仿真方法 |
CN117950504B (zh) * | 2024-03-26 | 2024-05-31 | 北京航空航天大学 | 一种面向实时虚拟手术的软组织按压与夹取仿真方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110289103B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110289103A (zh) | 软组织局部压缩形变模拟方法 | |
Keeve et al. | Anatomy-based facial tissue modeling using the finite element method | |
Tsang et al. | Helping hand: an anatomically accurate inverse dynamics solution for unconstrained hand motion | |
CN105303605A (zh) | 一种基于力反馈的骨外科手术仿真系统 | |
US20150006120A1 (en) | Musculo-Skeletal Modeling Using Finite Element Analysis, Process Integration, and Design Optimization | |
CN105913718A (zh) | 一种埋线提升整形手术仿真系统 | |
CN103729555B (zh) | 一种模拟血流与血管壁作用的方法和装置 | |
Johnson et al. | Parameterization, geometric modeling, and isogeometric analysis of tricuspid valves | |
CN110289104B (zh) | 软组织按压和形变恢复的模拟方法 | |
JP2017107562A (ja) | デジタルの人間の上肢モデルの制約ベースの最適化の方法およびシステム | |
Cheng et al. | A novel haptic interactive approach to simulation of surgery cutting based on mesh and meshless models | |
Al-Sukhun et al. | Modelling of orbital deformation using finite-element analysis | |
WO2020232502A1 (en) | Prediction and intervention of obstructive sleep apnoea | |
Tenenholtz et al. | On the design of an interactive, patient-specific surgical simulator for mitral valve repair | |
Gao et al. | A non-linear, anisotropic mass spring model based simulation for soft tissue deformation | |
Toscano et al. | Deformation analysis of 3d printed metacarpophalangeal and interphalangeal joints via transfer learning | |
Jernigan et al. | Finite element modeling of the left atrium to facilitate the design of an endoscopic atrial retractor | |
Guan et al. | Three‐Dimensional Simulation of Scalp Soft Tissue Expansion Using Finite Element Method | |
Wu | A computational framework for modelling the biomechanics of human facial expressions | |
WO2021087483A1 (en) | Predictive modeling platform for serial casting to correct orthopedic deformities | |
Chao et al. | Design and Study of Virtual Interventional Surgical System with Force Feedback. | |
Abraham et al. | Ensemble of shape functions and support vector machines for the estimation of discrete arm muscle activation from external biceps 3D point clouds | |
Tao et al. | Review of EMG-based neuromuscular interfaces for rehabilitation: elbow joint as an example | |
Li et al. | A Novel Full Prediction Model of 3D Needle Insertion Procedures | |
CN112131773B (zh) | 一种基于内表面负压吸引的动态有限元模拟方法 |
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 |