CN112967386A - 生物力学建模方法、装置、电子设备及存储介质 - Google Patents
生物力学建模方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112967386A CN112967386A CN202110332266.6A CN202110332266A CN112967386A CN 112967386 A CN112967386 A CN 112967386A CN 202110332266 A CN202110332266 A CN 202110332266A CN 112967386 A CN112967386 A CN 112967386A
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- target
- biomechanical
- deformation
- organism
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Architecture (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请适用于计算机技术领域,提供了生物力学建模方法、装置、电子设备及存储介质,包括:获取目标磁共振影像及目标超声弹性影像;所述目标磁共振影像包含生物体目标部位的形状结构信息,所述目标超声弹性影像包含所述生物体目标部位的生物力学特征信息;根据所述目标磁共振影像,构建第一三维模型,所述第一三维模型用于描述所述生物体目标部位的解剖结构;根据所述目标超声弹性影像,构建第二三维模型,所述第二三维模型用于描述所述生物体目标部位的生物力学特征;根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型。本申请实施例能够准确地构建生物力学模型。
Description
技术领域
本申请属于计算机技术领域,尤其涉及一种生物力学建模方法、装置、电子设备及存储介质。
背景技术
生物力学建模为构建生物体的器官、生物组织等部位对应的生物力学模型的过程,其构建得到的生物力学模型能够通过医疗电子设备、运动检测设备、虚拟现实设备等设备进行仿真,从而实现手术预演或导航、运动装备定制、虚拟现实娱乐等各个方面的应用。
目前,生物力学建模通常是通过获取生物体部位的多张不同受力情况下的磁共振影像,基于该多张磁共振影像进行三维建模并估计该生物体部位的生物力学特征,从而得到携带生物力学特征的三维模型,即生物力学模型。然而,由于现有的生物力学建模方式中,基于多张磁共振影像估计出的生物力学特征的精确度较低,导致构建出的生物力学模型不够准确,进而影响后续的仿真应用。
发明内容
有鉴于此,本申请实施例提供了生物力学建模方法、装置、电子设备及存储介质,以解决现有技术中如何准确地构建生物力学模型的问题。
本申请实施例的第一方面提供了一种生物力学建模方法,包括:
获取目标磁共振影像及目标超声弹性影像;所述目标磁共振影像包含生物体目标部位的形状结构信息,所述目标超声弹性影像包含所述生物体目标部位的生物力学特征信息;
根据所述目标磁共振影像,构建第一三维模型,所述第一三维模型用于描述所述生物体目标部位的解剖结构;
根据所述目标超声弹性影像,构建第二三维模型,所述第二三维模型用于描述所述生物体目标部位的生物力学特征;
根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型。
可选地,所述根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型,包括:
确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系;
根据所述映射关系,将所述第二三维模型中的生物力学特征信息对应添加至所述第一三维模型中,得到目标生物力学模型。
可选地,所述确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系,包括:
对所述第一三维模型进行形变模拟处理,确定目标数据集,所述目标数据集包括所述第一三维模型的预设数目种形变状态分别对应的各个形变数据;
根据所述目标数据集、所述第一三维模型及所述第二三维模型,确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系。
可选地,所述对所述第一三维模型进行形变模拟处理,确定目标数据集,还包括:
根据所述生物体目标部位的生物力学特征的值范围,配置模拟生物力学特征值;
根据所述模拟生物力学特征值,对所述第一三维模型进行形变模拟处理,确定目标数据集。
可选地,所述对所述第一三维模型进行形变模拟处理,确定目标数据集,包括:
确定所述第一三维模型中的超声探头影响区域;
对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态,并确定每种形变状态下的形变数据,得到目标数据集。
可选地,所述对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态,并确定每种形变状态下的形变数据,包括:
对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态;
根据所述第一三维模型对应的预设数目种形变状态进行主成分分析,确定所述第一三维模型对应的特征向量,并基于所述特征向量确定每种所述形变状态对应的形变数据。
可选地,所述目标超声弹性影像为所述生物体目标部位经过定量横波弹性成像得到的影像。
本申请实施例的第二方面提供了一种生物力学建模装置,包括:
影像获取单元,用于获取目标磁共振影像及目标超声弹性影像;所述目标磁共振影像包含生物体目标部位的形状结构信息,所述目标超声弹性影像包含所述生物体目标部位的生物力学特征信息;
第一三维模型构建单元,用于根据所述目标磁共振影像,构建第一三维模型,所述第一三维模型用于描述所述生物体目标部位的解剖结构;
第二三维模型构建单元,用于根据所述目标超声弹性影像,构建第二三维模型,所述第二三维模型用于描述所述生物体目标部位的生物力学特征;
生物力学模型确定单元,用于根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型。
本申请实施例的第三方面提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,当所述处理器执行所述计算机程序时,使得电子设备实现如所述生物力学建模方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,使得电子设备实现如所述生物力学建模方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中任一项所述的生物力学建模方法。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例中,通过获取生物体目标部位对应的目标磁共振影像及目标超声弹性影像,并构建对应的第一三维模型及第二三维模型,之后根据该第一三维模型和第二三维模型,确定目标生物体模型。由于目标磁共振影像包含了生物体目标部位的形状结构信息,目标超声弹性影像包含了生物体目标部位的生物力学特征信息,使得基于该目标磁共振影像构建的第一三维模型,能够准确地描述生物体目标部位的解剖结构,基于该目标超声弹性影像构建的第二三维模型,能够准确地描述生物体目标部位的生物力学特征信息,进而使得根据该第一三维模型和第二三维模型,能够直接融合磁共振成像提供的形状结构信息及超声弹性成像提供的准确的生物特征信息,得到能够表示该生物体目标部位的解剖结构且携带准确的生物力学特征的目标生物力学模型,从而能够提高构建得到的生物力学模型的准确性,实现精准的生物力学建模。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本申请实施例提供的一种生物力学建模方法的实现流程示意图;
图2是本申请实施例提供的一种生物力学建模装置的示意图;
图3是本申请实施例提供的电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
目前,生物力学建模通常是通过获取生物体部位的多张不同受力情况下的磁共振影像,基于该多张磁共振影像进行三维建模并估计该生物体部位的生物力学特征,从而得到携带生物力学特征的三维模型,即生物力学模型。然而,由于现有的生物力学建模方式中,基于多张磁共振影像估计出的生物力学特征的精确度较低,导致构建出的生物力学模型不够准确,进而影响后续的仿真应用。
为了解决该技术问题,本申请实施例提供了一种生物力学建模方法、装置、电子设备及存储介质,通过获取生物体目标部位对应的目标磁共振影像及目标超声弹性影像,并构建对应的第一三维模型及第二三维模型,之后根据该第一三维模型和第二三维模型,确定目标生物体模型。由于目标磁共振影像包含了生物体目标部位的形状结构信息,目标超声弹性影像包含了生物体目标部位的生物力学特征信息,使得基于该目标磁共振影像构建的第一三维模型,能够准确地描述生物体目标部位的解剖结构,基于该目标超声弹性影像构建的第二三维模型,能够准确地描述生物体目标部位的生物力学特征信息,进而使得根据该第一三维模型和第二三维模型,能够直接融合磁共振成像提供的形状结构信息及超声弹性成像提供的准确的生物特征信息,得到能够表示该生物体目标部位的解剖结构且携带准确的生物力学特征的目标生物力学模型,从而能够提高构建得到的生物力学模型的准确性,实现精准的生物力学建模。
实施例一:
图1示出了本申请实施例提供的一种生物力学建模方法的流程示意图,该生物力学建模方法的执行主体为电子设备,例如个人电脑、笔记本电脑等计算设备,或者医疗电子设备、运动检测设备、虚拟现实设备等。如图1所示的生物力学建模方法为详述如下:
在S101中,获取目标磁共振影像及目标超声弹性影像;所述目标磁共振影像包含生物体目标部位的形状结构信息,所述目标超声弹性影像包含所述生物体目标部位的生物力学特征信息。
本申请实施例中,生物体目标部位可以为人体或者其它动物体的任一器官或者组织,例如,该生物体目标部位可以为人体的肝脏、人体的腿部肌肉组织或者人体的脚部肌肉组织等。目标磁共振影像为通过磁共振成像技术(Magnetic Resonance Imaging,MRI)对该生物体目标部位进行影像采集,得到包含该生物体目标部位的形状结构信息的磁共振影像,该形状结构信息具体可以为生物体目标部位的解剖结构的信息。目标超声弹性影像为通过超声弹性成像技术对该生物体目标部位进行影像采集,得到的包含该生物体目标部位的生物力学特征信息的超声弹性影像。其中,该生物力学特征信息可以为弹性信息,具体可以为表示生物体组织刚度的杨氏模量信息。
本申请实施例中,可以从电子设备自身的存储单元读取预存的该目标磁共很影像和目标超声弹性影像,也可以直接与磁共振成像设备和超声弹性成像设备分别建立通信连接,接收磁共振成像设备发送的目标磁共振影像以及超声弹性成像设备发送的目标超声弹性影像,从而实现目标磁共振影像及目标超声弹性影像的获取。
可选地,所述目标超声弹性影像为所述生物体目标部位经过定量横波弹性成像得到的影像。
定量横波弹性成像(Quantitative shear wave elastography),是一种定量成像技术,这项技术可以测量以米/秒(m/s)为单位的组织内横波的传播速度,从而以千帕斯卡(kPa)局部量化组织刚度(杨氏模量)。通常,一般的B型超声需要通过超声探头按压检查区域,通过按压力度的变化测量不同组织的应力应变关系,从而提高定性的组织刚度估计。而本申请实施例中定量横波弹性成像,不依赖外部机械的按压力度,而是利用聚焦超声束产生的声辐射力远程诱导机械诊断,同时以一个非常快(每秒5000帧)的超声采集序列用于捕捉横波的传播,定量地衡量组织的生物力学特征信息(即组织刚度),从而不受操作者按压操作方式、施加压力的大小等人为因素的影响,得到稳定性、准确性较高的目标超声弹性影像。
在S102中,根据所述目标磁共振影像,构建第一三维模型,所述第一三维模型用于描述所述生物体目标部位的解剖结构。
在获取目标磁共振影像后,可以对该目标磁共振影像进行图像分割和三维重建,得到具有该生物体目标部位的形状结构信息的第一三维模型,该第一三维模型能够精准、完整地表示生物体目标部位的解剖结构。
在S103中,根据所述目标超声弹性影像,构建第二三维模型,所述第二三维模型用于描述所述生物体目标部位的生物力学特征。
同样地,在获取目标超声弹性影像后,可以对该目标超声弹性影像进行图像分割和三维重建,得到该生物体目标部位的生物力学特征信息的第二三维模型。该第二三维模型通常无法准确完整地表示生物体目标部位的解剖结构,但是能够准确地表示生物体目标部位各个细节位置的生物力学特征。
具体地,在步骤S102和步骤S103中,图像分割和三维重建处理可以通过现有的影像分割软件实现,也可以通过预先训练的神经网络模型实现。可选地,在基于影像分割软件或者预先训练的神经网络模型的处理,得到初步的第一三维模型、初步的第二三维模型后,可以获取相关技术人员的修正指令对初步得到的模型进行修正,从而得到更加准确的第一三维模型、第二三维模型。
在S104中,根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型。
在构建了具有生物体目标部位的形状结构信息的第一三维模型和具有生物体目标部位的生物力学特征信息的第二三维模型之后,根据这两个三维模型,融合生物体目标部位的形状结构信息和生物力学特征信息,得到目标生物力学模型。该目标生物力学模型即为具有该生物体目标部位的解剖结构且携带其对应的生物力学特征的三维模型。示例性地,可以将第一三维模型和第二三维模型进行配准,将第二三维模型中的生物力学特征信息对应添加至第一三维模型中,从而得到该目标生物力学模型。
在一个实施例中,步骤S101获取的目标超声弹性影像的数目至少为两张。通常,磁共振成像技术能够对生物体目标部位进行全面扫描,因此一张目标磁共振影像即能够完整包含生物体目标部位的形状结构信息。而超声弹性成像技术通常采集的为生物体目标部位局部的生物力学特征信息,因此需要两张及其以上的目标超声弹性影像才能够完整表示生物体目标部位的生物力学特征信息。对应地,上述的第一三维模型为一个,第二三维模型为至少两个,可以依次将各个第二三维模型与该第一三维模型进行配准,逐步将各个第二三维模型中的生物力学特征信息对应添加至第一三维模型中,从而得到具有该生物体目标部位的解剖结构,且完整携带了该生物体目标部位各个位置的生物力学特征的目标生物力学模型。
本申请实施例中,由于目标磁共振影像包含了生物体目标部位的形状结构信息,目标超声弹性影像包含了生物体目标部位的生物力学特征信息,使得基于该目标磁共振影像构建的第一三维模型,能够准确地描述生物体目标部位的解剖结构,基于该目标超声弹性影像构建的第二三维模型,能够准确地描述生物体目标部位的生物力学特征信息,进而使得根据该第一三维模型和第二三维模型,能够直接融合磁共振成像提供的形状结构信息及超声弹性成像提供的准确的生物特征信息,得到能够表示该生物体目标部位的解剖结构且携带准确的生物力学特征的目标生物力学模型,从而能够提高构建得到的生物力学模型的准确性,实现精准的生物力学建模。
可选地,上述的步骤S104,包括:
S10401:确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系;
S10402:根据所述映射关系,将所述第二三维模型中的生物力学特征信息对应添加至所述第一三维模型中,得到目标生物力学模型。
在S10401中,对于第一三维模型的点集合中的各个点(称为第一目标点),依次从第二三维模型的点集合中确定与该第一目标点相匹配的点(称为第二目标点),从而得到第一三维模型的点集合与第二三维模型的点集合的映射关系。在一个实施例中可以通过特征点匹配的方式,确定该第一三维模型的点集合与第二三维模型的点集合的映射关系。
在S10402中,根据求得的映射关系,对于第一三维模型的每个第一目标点,从第二三模型中获取与该第一目标点相对应的第二目标点携带的生物力学特征信息,添加至该第一目标点中,从而将第二三维模型中的生物力学特征信息对应添加至第一三维模型中,得到目标生物力学模型。
本申请实施例中,由于能够先确定第一三维模型的点集合与第二三维模型的点集合的映射关系,再根据该映射关系,将第二三维模型中的生物力学特征信息对应添加至第一三维模型中,因此能够将第二三维模型的生物力学特征信息准确融合至具有生物体目标部位的解剖结构的第一三维模型中,从而得到准确的目标生物力学模型。
可选地,上述的步骤S10401,包括:
对所述第一三维模型进行形变模拟处理,确定目标数据集,所述目标数据集包括所述第一三维模型的预设数目种形变状态分别对应的各个形变数据;
根据所述目标数据集、所述第一三维模型及所述第二三维模型,确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系。
本申请实施例中,考虑到超声弹性成像时,需要将超声探头触摸生物体目标部位对应的身体外部,这个过程会对生物体目标部位的造成一定的挤压,因此,超声弹性成像得到的目标超声弹性影像通常呈现的是存在一定挤压形变的生物体目标部位的影像信息,进而导致第二三维模型表示的为生物体目标部位存在一定形变时的三维模型。而磁共振成像时,通常是通过无接触扫描的方式来进行的,因此,磁共振成像得到的目标磁共振影像为不存在形变的生物体目标部位的影像信息。为了实现基于目标磁共振影像构建的第一三维模型与基于目标超声弹性影像的第二三维模型的准确配准,即准确求得上述的映射关系,本申请实施例先对第一三维模型进行形变模拟处理,从而能够得到与该第二三维模型存在同等形变的第一三维模型。
具体地,由于通常难以事先准确确定第二三维模型发生了具体的形变方向,因此,在对第一三维模型进行形变模拟处理时,通常是通过模拟不同方向的形变,得到第一三维模型的预设数目种形变状态,该预设数目中形变状态中即存在一种与该第二三维模型的形变最为相似的形变状态。具体地,对于第一三维模型的每种形变状态,均唯一对应一个形变数据,即,该形变数据能够唯一表示该第一三维模型的一种形变状态。因此,本申请实施例中,在对第一三维模型进行形变模拟处理后,可以得到与第一三维模型的预设数目种形变状态分别一一对应的各个形变数据,这些形变数据组成目标数据集。示例性地,上述的形变模拟处理可以通过有限元分析软件的形变仿真实现。在一个实施例中,与第一三维模型的形变状态一一对应的该形变数据,可以为表示该形变状态下第一三维模型的各个点的三维位置信息的数据。
在确定目标数据集后,可以基于该目标数据集,求得第一三维模型的点集合与第二三维模型的点集合匹配程度最高时对应的形变数据,即从目标数据集中确定一个最优的形变数据,使得该第一三维模型与第二三维模型的匹配程度最高。同时,根据该最优的形变数据,即可确定与该第二三维模型的形变最为相似的形变状态(称为目标形变状态),将处于目标形变状态下的第一三维模型的点集合与第二三维模型的点集合进行配准,即可准确地得到第一三维模型的点集合与第二三维模型的点集合的映射关系。
本申请实施例中,由于能够考虑到基于目标超声弹性影像构建的第二三维模型存在一定的形变,因此通过对第一三维模型进行形变模拟处理,能够使得第一三维模型与第二三维模型的配准更加准确,即提高求取得到的第一三维模型的点集合与第二三维模型的点集合的映射关系的准确性,以便后续根据该映射关系,准确地实现生物体目标部位的形状结构信息与生物力学特征信息的融合,进而提高生物力学模型的准确性。
可选地,所述对所述第一三维模型进行形变模拟处理,确定目标数据集,还包括:
根据所述生物体目标部位的生物力学特征的值范围,配置模拟生物力学特征值;
根据所述模拟生物力学特征值,对所述第一三维模型进行形变模拟处理,确定目标数据集。
通常,对于一个具体的生物体目标部位,其存在对应的一个生物力学特征的值范围,例如对于人体的肝脏组织,其组织刚度通常落在一个确定的值范围内。本申请实施例中,可以通过接收专业人员输入的生物力学特征的值范围,或者从网上搜索与当前生物体目标部位的类型一致的生物体部位的生物力学特征的参考值范围,之后,从该值范围中,确定出一个生物力学特征的值,配置为当前形变模拟处理对应的模拟生物力学特征值。示例性地,可以从该值范围中确定一个中位数、平均数或者随机确定一个数,作为该模拟生物力学特征值。
将
在确定了模拟生物力学特征值后,根据该模拟生物力学特征值,对该第一三维模型进行形变模拟处理,即为以该模拟生物力学特征值作为形变模拟时该第一三维模型的生物力学特征值,进行形变模拟仿真,从而得到目标数据集。
本申请实施例中,由于能够根据生物体目标部位的生物力学特征的值范围来准确对配置模拟生物力学特征值,使得根据该模拟生物力学特征能够对该第一三维模型进行合理有效地形变模拟,从而使得形变模拟处理过程中能够得到与第二三维模型较接近的形变状态,因此能够准确确定第一三维模型的点集合与第二三维模型的点集合的映射关系,得到准确的目标生物力学模型。
可选地,所述对所述第一三维模型进行形变模拟处理,确定目标数据集,包括:
确定所述第一三维模型中的超声探头影响区域;
对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态,并确定每种形变状态下的形变数据,得到目标数据集。
在实际操作中,目标超声弹性影像为专业人员通过超声探头触摸探测生物体的指定位置,采集该指定位置的超声弹性成像信息得到的,该第二三维模型的形变具体是由该指定位置上的超声探头的触摸挤压而造成的。因此,本申请实施例中,可以在第一三维模型中确定与该指定位置相对应的超声探头影响区域,该超声探头影响区域即为预估的采集目标超声弹性影像时超声探头可能触摸的位置的区域范围,之后,在该超声探头影响区域进行模拟扰动,即可模拟在超声弹性成像时超声探头对生物体目标部位的触摸挤压过程,从而使得模拟生成的第一三维模型对应的预设数目种形变状态中,存在一个与第二三维模型的形变状态一致的状态。在一个实施例中,可以通过获取专业人员的绘制指令,在第一三维模型中划定该超声探头影响区域。
在确定了该超声探头影响区域后,以该第一三维模型的边界作为边界条件,根据预设力度依次对该超声探头影响区域中的多个位置点进行模拟按压,从而实现对超声探头影响区域的模拟扰动,生成与第一三维模型对应的预设数目种形变状态。其中,该预设力度可以根据实际的超声探头的触摸力度而对应设置,该预设数目种数目与模拟按压的位置点的数目一致。同时,在每次模拟得到第一三维模型的一种形变状态时,确定该形变状态对应的形变数据。之后,当模拟扰动完成,即可得到与预设数目种形变状态一一对应的各个形变数据,组成目标数据集。
本申请实施例中,由于能够准确地确定超声探头影响区域,并通过在超声影响区域内进行模拟绕动,因此能够准确地模拟超声成像过程,使得形变模拟处理过程中能够得到与第二三维模型较接近的形变状态,因此能够准确确定第一三维模型的点集合与第二三维模型的点集合的映射关系,得到准确的目标生物力学模型。
可选地,所述对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态,并确定每种形变状态下的形变数据,包括:
对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态;
根据所述第一三维模型对应的预设数目种形变状态进行主成分分析,确定所述第一三维模型对应的特征向量,并基于所述特征向量确定每种所述形变状态对应的形变数据。
本申请实施例中,通上述确定的超声探头影响区域进行模拟扰动,模拟生成第一三维模型对应的预设数目种形变状态。之后,根据第一三维模型对应的预设数目种形变状态,进行主成分分析(Principal Components Analysis,PCA),确定第一三维模型对应的特征向量,该特征向量的数目为一个或者一个以上。通过主成分分析得到的特征向量,即为影响该第一三维模型的形变的关键性成分,基于该特征向量,可以得到各个不同形变状态分别对应的形变数据,以便后续根据这些形变数据组成目标数据集。具体地,设通过形变模拟处理生成的第一三维模型的任意一种形变状态对应的形变数据可以通过以下式子(可称为形变数据表达式)表示:
其中,p为用于描述一种形变状态的形变数据,该形变数据具体可以为:由当前形变状态下第一三维模型的各个点的三维位置构成的向量。p0为第一三维模型在未进行形变模拟前各个点的初始位置组成的向量,即p0中的每一个元素表示第一三维模型初始状态下的一个点的三维位置。为形变模拟处理中第一三维模型的各个点对应的形变量均值构成的向量,其中,每个点对应的形变量均值为将预设数目种形变状态下,该点分别对应的各个形变量相加并除以预设数目种形变状态的数目得到的值。Bi为通过PCA分析得到的第i个特征向量,Nb为特征向量的个数,wi为权重参数。该式子等号右边的前两项为第一三维模型每种形变状态下均相同的基础向量,第三项即为区分不同形变状态的关键项,该关键项由PCA分析得到的Nb个特征向量及其对应的权重参数wi所决定。即,对于每一种形变状态,均存在唯一对应的权重参数wi,通过该权重参数以及上述的形变数据表达式,即可唯一确定一种形变状态下的形变数据。
本申请实施例中,由于能够通过对第一三维模型的预设数目种形变状态进行主成分分析,确定第一三维模型对应的特征向量,并基于数据量较少、能够准确描述形变状态的特征向量来确定每种形变状态对应的形变数据,因此能够高效准确地得到每种形变状态对应的形变数据。
可选地,所述映射关系通过映射矩阵来表示,所述根据所述目标数据集、所述第一三维模型及所述第二三维模型,确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系,包括:
根据所述目标数据集合及映射矩阵对应的预设取值范围,求解所述第一三维模型与所述第二三维模型之间的目标映射矩阵,所述目标映射矩阵为:所述第一三维模型的点集合与所述第二三维模型的点集合的配准误差最小时对应的映射矩阵。
具体地,该目标映射矩阵可以通过模糊矩阵M来表示,该模糊矩阵M具体为二维矩阵,该模糊矩阵中的每一项mij用于表示第一三维模型上的第i个点vmi与第二三维模型上的第j个点vtj相匹配的概率,其中,mij的取值范围为[0,1]。具体地,可以通过以下的能量函数来描述第一三维模型与第二三维模型的配准误差:
该能量函数中,最优的形变数据p及模糊矩阵M均为待求解的量,并且该能量函数需满足等式(表示第二三维模型上的一个点与第一三维模型上的各个点相匹配的概率之和,再加上该点没有在第一三维模型上找到匹配点时的概率,得到的总概率为1,即统计该第二三维模型上的一个点所有可能的匹配情况得到的总概率为1),以及满足等式(表示第一三维模型上的一个点与第二三维模型上的各个点相匹配的概率之和,再加上该点没有在第二三维模型上找到匹配点时的概率,得到的总概率为1,即统计该第一三维模型上的一个点所有可能的匹配情况得到的总概率为1)。
该能量函数右边的第一项用于表示某一形变状态下第一三维模型的点集合与第二三维模型点集合的配准误差,其中,p(vmi)表示该形变状态下第一三维模型上的第i个点vmi的三维位置。能量函数右边的第二项为熵势垒函数,其中的wp为预设的熵势垒函数权重系数,通过该熵势垒函数,能够保证模糊矩阵M的非负性,即,使得模糊矩阵中用于表示匹配概率的每一项mij的值大于或者等于0。能量函数右边的第三项为鲁棒控制项,其中的wr为预设的鲁棒控制项的权重系数,通过该鲁棒控制项,能够出现第i行的mij均等于0或者第j列的mij均等于0的情况,即避免第一三维模型或者第二三维模型中过多的点被当做不与任何一个点相匹配的离群点。
具体地,可以基于上述的目标数据集以及模糊矩阵每一项的取值范围[0,1],通过退火算法对上述的能量函数进行求解运算,求得E(p,M)最小时对应的p为最优形变数据,对应的M作为第一三维模型与第二三模型之间的最优模糊矩阵,该最优模糊矩阵即为能够表示第一三维模型和第二三维模型的映射关系的目标映射矩阵。其中,根据上述的形变数据表达式,可知求解最优形变数据p的过程即为求解最优形变权重参数wi的过程。
本申请实施例中,基于形变模拟处理得到的目标数据集及映射矩阵的取值范围,能够准确地求解用于表示第一三维模型与第二三维模型的映射关系的目标映射矩阵,从而能够准确地实现第一三维模型与第二三维模型的配准,以便后续准确地融合第一三维模型的形状结构信息与第二三维模型的生物力学特征信息,得到准确的目标生物力学模型。
示例性地,以下以人体肝脏部位作为生物体目标部位对本申请实施例的生物力学构建方法进行示例描述:
(1)对该人体肝脏部位进行多模态的影像采集,获取通过磁共振成像技术采集得到的人体肝脏部位的目标磁共振影像,以及获取通过定量横波弹性成像技术采集得到的人体肝脏部位的目标超声弹性影像。
(2)采用影像分割软件分别对上述的目标磁共振影像和目标超声弹性影像进行分割和重建,并集合有经验的专业人员的手动修正保证重建进度。其中,基于目标磁共振影像构建得到的为:包括人体肝脏及其周围组织器官的解剖结构的三维表面模型(将其称为第一三维模型),基于目标超声弹性影像构建得到的为:包括人体肝脏各个内部细节位置的生物力学特征的三维表面网格模型(将其称为第二三维模型)。
(3)通过有限元分析软件,以上述的第一三维模型作为肝脏模型的边界条件,采用非线性有限元求解器,在预设的合理的生物力学特征的值范围内随机确定一个值作为当前的模拟生物力学特征值并进行系统配置。之后,在专业人员划定的超声探头影响区域内对该第一三维模型的表面进行扰动,从而模拟真实情况下在进行人体肝脏三维超声检查的形变状态。
(4)对不同扰动下的第一三维模型的形变数据进行PCA分析,可以得到个性化的肝脏统计变形模型,即基于PCA分析得到的特征向量,通过个性化的形变数据表达式来表示肝脏的各个形变状态。将该个性化的各个形变数据组成目标数据集。
(5)通过模糊矩阵来作为表示第一三维模型与第二三维模型的映射关系的矩阵,通过上述的能量函数,结合模糊矩阵的取值范围约束以及上述的目标数据集,通过退火算法求解得到最优的模糊矩阵,实现第一三维模型和第二三维模型的配准。
(6)基于求解得到的模糊矩阵,依次将第二三维模型中各个点的生物力学特征信息添加至第一三维模型的对应点中,从而目标生物力学模型,即人体肝脏对应的生物力学模型,完成人体肝脏的生物力学建模。
在一些应用场景中,可以将上述得到的人体肝脏对应的生物力学模型输入至手术仿真软件中,实现肝脏的动态手术方案预演或者实时的手术数字导航。
示例性地,上述的生物体目标部位还可以为人体脚部,通过上述的生物力学建模方法可以得到人体脚部对应的生物力学模型。之后,将该人体脚部对应的生物力学模型输入运动检测设备中,可以仿真得到运动过程中人体脚部的肌肉状态,以便根据该仿真结果实现诸如运动鞋等运动装备的个性化定制。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例二:
图2示出了本申请实施例提供的一种生物力学建模装置的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分:
该生物力学建模装置包括:影像获取单元21、第一三维模型构建单元22、第二三维模型构建单元23、生物力学模型确定单元24。其中:
影像获取单元21,用于获取目标磁共振影像及目标超声弹性影像;所述目标磁共振影像包含生物体目标部位的形状结构信息,所述目标超声弹性影像包含所述生物体目标部位的生物力学特征信息。
第一三维模型构建单元22,用于根据所述目标磁共振影像,构建第一三维模型,所述第一三维模型用于描述所述生物体目标部位的解剖结构。
第二三维模型构建单元23,用于根据所述目标超声弹性影像,构建第二三维模型,所述第二三维模型用于描述所述生物体目标部位的生物力学特征。
生物力学模型确定单元24,用于根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型。
可选地,生物力学模型确定单元24,包括映射关系确定模块和目标生物力学模型确定模块:
映射关系确定模块,用于确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系;
目标生物力学模型确定模块,用于根据所述映射关系,将所述第二三维模型中的生物力学特征信息对应添加至所述第一三维模型中,得到目标生物力学模型。
可选地,所述映射关系确定模块,包括目标数据集确定模块和求解模块:
目标数据集确定模块,用于根据所述映射关系,将所述第二三维模型中的生物力学特征信息对应添加至所述第一三维模型中,得到目标生物力学模型。
求解模块,用于根据所述目标数据集、所述第一三维模型及所述第二三维模型,确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系。
可选地,所述目标数据集确定模块,具体用于根据所述生物体目标部位的生物力学特征的值范围,配置模拟生物力学特征值;根据所述模拟生物力学特征值,对所述第一三维模型进行形变模拟处理,确定目标数据集。
可选地,所述目标数据集确定模块,具体用于确定所述第一三维模型中的超声探头影响区域;对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态,并确定每种形变状态下的形变数据,得到目标数据集。
可选地,在所述目标数据集确定模块中,所述对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态,并确定每种形变状态下的形变数据,包括:
对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态;
根据所述第一三维模型对应的预设数目种形变状态进行主成分分析,确定所述第一三维模型对应的特征向量,并基于所述特征向量确定每种所述形变状态对应的形变数据。
可选地,所述目标超声弹性影像为所述生物体目标部位经过定量横波弹性成像得到的影像。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
实施例三:
图3是本申请一实施例提供的电子设备的示意图。如图3所示,该实施例的电子设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32,例如生物力学建模程序。所述处理器30执行所述计算机程序32时实现上述各个生物力学建模方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示影像获取单元21至生物力学模型确定单元24的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述电子设备3中的执行过程。
所述电子设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是电子设备3的示例,并不构成对电子设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述电子设备3的内部存储单元,例如电子设备3的硬盘或内存。所述存储器31也可以是所述电子设备3的外部存储设备,例如所述电子设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述电子设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种生物力学建模方法,其特征在于,包括:
获取目标磁共振影像及目标超声弹性影像;所述目标磁共振影像包含生物体目标部位的形状结构信息,所述目标超声弹性影像包含所述生物体目标部位的生物力学特征信息;
根据所述目标磁共振影像,构建第一三维模型,所述第一三维模型用于描述所述生物体目标部位的解剖结构;
根据所述目标超声弹性影像,构建第二三维模型,所述第二三维模型用于描述所述生物体目标部位的生物力学特征;
根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型。
2.如权利要求1所述的生物力学建模方法,其特征在于,所述根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型,包括:
确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系;
根据所述映射关系,将所述第二三维模型中的生物力学特征信息对应添加至所述第一三维模型中,得到目标生物力学模型。
3.如权利要求2所述的生物力学建模方法,其特征在于,所述确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系,包括:
对所述第一三维模型进行形变模拟处理,确定目标数据集,所述目标数据集包括所述第一三维模型的预设数目种形变状态分别对应的各个形变数据;
根据所述目标数据集、所述第一三维模型及所述第二三维模型,确定所述第一三维模型的点集合与所述第二三维模型的点集合的映射关系。
4.如权利要求3所述的生物力学建模方法,其特征在于,所述对所述第一三维模型进行形变模拟处理,确定目标数据集,包括:
根据所述生物体目标部位的生物力学特征的值范围,配置模拟生物力学特征值;
根据所述模拟生物力学特征值,对所述第一三维模型进行形变模拟处理,确定目标数据集。
5.如权利要求3所述的生物力学建模方法,其特征在于,所述对所述第一三维模型进行形变模拟处理,确定目标数据集,包括:
确定所述第一三维模型中的超声探头影响区域;
对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态,并确定每种形变状态下的形变数据,得到目标数据集。
6.如权利要求5所述的生物力学建模方法,其特征在于,所述对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态,并确定每种形变状态下的形变数据,包括:
对所述超声探头影响区域进行模拟扰动,模拟生成所述第一三维模型对应的预设数目种形变状态;
根据所述第一三维模型对应的预设数目种形变状态进行主成分分析,确定所述第一三维模型对应的特征向量,并基于所述特征向量确定每种所述形变状态对应的形变数据。
7.如权利要求1至6任意一项所述的生物力学建模方法,其特征在于,所述目标超声弹性影像为所述生物体目标部位经过定量横波弹性成像得到的影像。
8.一种生物力学建模装置,其特征在于,包括:
影像获取单元,用于获取目标磁共振影像及目标超声弹性影像;所述目标磁共振影像包含生物体目标部位的形状结构信息,所述目标超声弹性影像包含所述生物体目标部位的生物力学特征信息;
第一三维模型构建单元,用于根据所述目标磁共振影像,构建第一三维模型,所述第一三维模型用于描述所述生物体目标部位的解剖结构;
第二三维模型构建单元,用于根据所述目标超声弹性影像,构建第二三维模型,所述第二三维模型用于描述所述生物体目标部位的生物力学特征;
生物力学模型确定单元,用于根据所述第一三维模型及所述第二三维模型,确定目标生物力学模型。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,当所述处理器执行所述计算机程序时,使得电子设备实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,当所述计算机程序被处理器执行时,使得电子设备实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110332266.6A CN112967386A (zh) | 2021-03-29 | 2021-03-29 | 生物力学建模方法、装置、电子设备及存储介质 |
PCT/CN2021/138065 WO2022206025A1 (zh) | 2021-03-29 | 2021-12-14 | 生物力学建模方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110332266.6A CN112967386A (zh) | 2021-03-29 | 2021-03-29 | 生物力学建模方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112967386A true CN112967386A (zh) | 2021-06-15 |
Family
ID=76278754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110332266.6A Pending CN112967386A (zh) | 2021-03-29 | 2021-03-29 | 生物力学建模方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112967386A (zh) |
WO (1) | WO2022206025A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022206025A1 (zh) * | 2021-03-29 | 2022-10-06 | 中国科学院深圳先进技术研究院 | 生物力学建模方法、装置、电子设备及存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630206B (zh) * | 2023-07-20 | 2023-10-03 | 杭州安劼医学科技有限公司 | 快速配准的定位方法及系统 |
CN118154826A (zh) * | 2024-05-13 | 2024-06-07 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9282933B2 (en) * | 2010-09-17 | 2016-03-15 | Siemens Corporation | Magnetic resonance elastography for ultrasound image simulation |
DE102016203812A1 (de) * | 2016-03-09 | 2017-09-14 | Siemens Healthcare Gmbh | Kombinierte Ultraschall-Computertomographie-Bildgebung |
CN110503715A (zh) * | 2019-08-08 | 2019-11-26 | 苏州浪潮智能科技有限公司 | 一种医学影像的三维重建方法、装置及电子设备和存储介质 |
CN112967386A (zh) * | 2021-03-29 | 2021-06-15 | 中国科学院深圳先进技术研究院 | 生物力学建模方法、装置、电子设备及存储介质 |
-
2021
- 2021-03-29 CN CN202110332266.6A patent/CN112967386A/zh active Pending
- 2021-12-14 WO PCT/CN2021/138065 patent/WO2022206025A1/zh active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022206025A1 (zh) * | 2021-03-29 | 2022-10-06 | 中国科学院深圳先进技术研究院 | 生物力学建模方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2022206025A1 (zh) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10636142B2 (en) | Real-time and accurate soft tissue deformation prediction | |
CN112967386A (zh) | 生物力学建模方法、装置、电子设备及存储介质 | |
US8840555B2 (en) | System and method of ultrasound image processing | |
Kalra | Developing fe human models from medical images | |
Li et al. | Automated measurement network for accurate segmentation and parameter modification in fetal head ultrasound images | |
US11911223B2 (en) | Image based ultrasound probe calibration | |
CN114092475B (zh) | 病灶长径确定方法、图像标注方法、装置及计算机设备 | |
EP3373247A1 (en) | Image segmentation and prediction of segmentation | |
US10856850B2 (en) | Information processing apparatus, method, and program for matching target object position between the prone and supine positions obtained by MRI and ultrasound | |
Tenbrinck et al. | Histogram-based optical flow for motion estimation in ultrasound imaging | |
US10482215B2 (en) | Unified computational method and system for patient-specific hemodynamics | |
CN111223158B (zh) | 心脏冠脉图像的伪影校正方法和可读存储介质 | |
CN108805876A (zh) | 使用生物力学模型的磁共振和超声图像的可形变配准 | |
US9224229B2 (en) | Process and apparatus for data registration | |
EP3391332B1 (en) | Determination of registration accuracy | |
Chui et al. | A component-oriented software toolkit for patient-specific finite element model generation | |
EP3794550B1 (en) | Comparison of a region of interest along a time series of images | |
WO2021137115A1 (en) | Method and apparatus for registering live medical image with anatomical model | |
Masoumi | Novel techniques for registration of multimodal medical images | |
Nyee et al. | The Design and Development of Automated Knee Cartilage Segmentation Framework | |
Legay et al. | End-to-end Cardiac Ultrasound Simulation for a Better Understanding of Image Quality | |
CN117541892A (zh) | 深度生成模型的训练方法、装置、设备及介质 | |
JPWO2018123559A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2019136542A (ja) | 画像解析装置、画像解析方法、およびプログラム | |
Dogan et al. | Physically based virtual surgery planning and simulation tools for personal health care systems |
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 |