CN115512090A - 一种调整器官模型的方法和装置及电子设备 - Google Patents

一种调整器官模型的方法和装置及电子设备 Download PDF

Info

Publication number
CN115512090A
CN115512090A CN202211203110.9A CN202211203110A CN115512090A CN 115512090 A CN115512090 A CN 115512090A CN 202211203110 A CN202211203110 A CN 202211203110A CN 115512090 A CN115512090 A CN 115512090A
Authority
CN
China
Prior art keywords
vertex
cage
triangular
adjusting
distance
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
Application number
CN202211203110.9A
Other languages
English (en)
Inventor
段小明
吴乙荣
李南哲
郭元甫
李其花
陈永健
张栋球
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Hisense Medical Equipment Co Ltd
Original Assignee
Qingdao Hisense Medical Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Hisense Medical Equipment Co Ltd filed Critical Qingdao Hisense Medical Equipment Co Ltd
Priority to CN202211203110.9A priority Critical patent/CN115512090A/zh
Publication of CN115512090A publication Critical patent/CN115512090A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请提供了一种调整器官模型的方法和装置及电子设备，该方法包括：获取器官的三维表面网格数据，对三维表面网格数据中的原始顶点进行下采样，得到各稀疏顶点V和第三三角面片；确定各稀疏顶点V的法向量Nvi，将各稀疏顶点V沿法向量Nvi的方向向外延伸距离d，得到笼子顶点Vcage；将笼子与器官的三维表面网格数据共四面体化；响应于对笼子的至少一个目标顶点按照指定调整方式调整的指令，对各目标顶点及与各目标顶点共四面体化的各原始顶点，按照指定调整方式进行调整。本申请通过调整笼子顶点，可以实现对器官模型的局部调整，实现与真实器官一致的目的，提高配准精度，使手术更快速、更精确、更安全。

Description

一种调整器官模型的方法和装置及电子设备
技术领域
本申请涉及脏器形变配准领域，尤其涉及一种调整器官模型的方法和装置及电子设备。
技术背景
术中导航，是将病人术前或术中影像数据和手术床上病人解剖结构准确对应，手术中跟踪手术器械并将手术器械的位置在病人影像上以虚拟探针的形式实时更新显示，使医生对手术器械相对病人解剖结构的位置一目了然，使外科手术更快速、更精确、更安全。
近几年发展迅速的增强现实技术可以将基于术前医学影像重建的模型数据与术中图像进行融合显示，是术中导航技术应用的一种方式，可使得医生能够直观的看到器官表面以下解剖结构，有效解决深度感知信息缺失的问题，帮助医生更加精准度完成腹腔镜手术。如何将术前三维模型与实际肝脏形变为一致是需要解决的问题。
发明内容
本申请提供了一种调整器官模型的方法和装置及电子设备，通过调整笼子顶点，可以实现对器官模型的局部调整，将手术前的器官模型与真实的器官调整为一致，手术更快速、更精确、更安全。
第一方面，本申请提供了一种调整器官模型的方法，包括：
获取器官的三维表面网格数据，对三维表面网格数据中的原始顶点进行下采样，得到各稀疏顶点V和第三三角面片；
确定各稀疏顶点V的法向量Nvi，将各稀疏顶点V沿法向量Nvi的方向向外延伸距离d，得到笼子顶点Vcage；
将每三个笼子顶点Vcage连接得到一个第一三角面片，通过不重叠的第一三角面片和所述笼子顶点Vcage形成笼子，所述第一三角面片与所述第三三角面片一一对应；
将笼子与器官的三维表面网格数据共四面体化；
响应于对笼子的至少一个目标顶点按照指定调整方式调整的指令，对各目标顶点及与各目标顶点共四面体化的各原始顶点，按照指定调整方式进行调整。
在一个或多个可能的实施例中，确定各稀疏顶点V的法向量Nvi包括：
对每三个稀疏顶点V连接得到的第三三角面片；
确定各第三三角面片的法向量Nfk及面积；
将各稀疏顶点V所在的各第三三角面片的法向量Nfk与对应的面积相乘，并求和得到各稀疏顶点V的法向量Nvi。
在一个或多个可能的实施例中，距离d小于临界阈值a，还包括：
根据各第三三角面片中的三个顶点V到任意两个顶点V的法向量Nvi相交的点P的距离，确定临界阈值a。
在一个或多个可能的实施例中，根据各第三三角面片中的三个顶点V到任意两个顶点V的法向量Nvi相交的点P的距离，确定临界阈值a，包括：
遍历各第三三角面片，对遍历到的第三三角面片，将第三三角面片的三个顶点V每两个顶点作为一组，判断各组中的顶点V的法向量Nvi向外延伸时是否相交；
如果均不相交，则继续遍历下一个第三三角面片；
如果至少一组顶点V的法向量Nvi相交，确定对应的至少一个相交点P的位置，并分别计算三个顶点V到各相交点P的距离，得到集合dfk，确定集合dfk中的最小值为min{dfk}；
遍历结束后得到距离集合D＝{min{dfk},k＝1,2,3,…,nF}，确定临界阈值a为距离集合D中的最小值。
在一个或多个可能的实施例中，将笼子与器官的三维表面网格数据共四面体化包括：
确定各笼子顶点Vcage对应的至少一个第二三角面片；
将各笼子顶点Vcage分别与各对应的第二三角面片的原始顶点进行共四面体化。
在一个或多个可能的实施例中，指定调整方式包括调整的至少一个方向及在各方向上调整的距离。
在一个或多个可能的实施例中，对各目标顶点及与各目标顶点共四面体化的各原始顶点，按照指定调整方式进行调整包括：
将各目标顶点分别向至少一个方向调整，及在各方向调整对应的距离；
将与各目标顶点共四面体化的各原始顶点按照目标顶点的调整方式，分别向至少一个方向调整，及在各方向调整对应的距离。
第二方面，本申请还提供了一种调整器官模型的装置，所述装置包括：
数据采集模块，用于获取器官的三维表面网格数据，对三维表面网格数据中的原始顶点进行下采样，得到各稀疏顶点V和第三三角面片；
数据处理模块，用于确定各稀疏顶点V的法向量Nvi，将各稀疏顶点V沿法向量Nvi的方向向外延伸距离d，得到笼子顶点Vcage；将每三个笼子顶点Vcage连接得到一个第一三角面片，通过不重叠的第一三角面片和笼子顶点Vcage形成笼子，第一三角面片与第三三角面片一一对应；将笼子与器官的三维表面网格数据共四面体化；
调整模块，用于响应于对笼子的至少一个目标顶点按照指定调整方式调整的指令，对各目标顶点及与各目标顶点共四面体化的各原始顶点，按照指定调整方式进行调整。
第三方面，本申请还提供了一种电子设备，包括：
至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述第一方面中任何一项调整器官模型的方法。
第四方面，本申请还提供了一种计算机存储介质，计算机存储介质存储有计算机程序，计算机程序用于使计算机执行上述第一方面中任何一项方法。本申请提供了一种调整器官模型的方法和装置及电子设备，通过调整笼子顶点，可以实现对器官模型的局部调整，将手术前的器官模型与真实的器官调整为一致，提高配准精度，手术更快速、更精确、更安全。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理，并不构成对本申请的不当限定。
图1为根据实施例提供的一种应用环境示意图；
图2为根据实施例提供的一种调整器官模型的方法的流程图；
图3为根据实施例提供的一种确定顶点法向量的方法流程图；
图4为根据实施例提供的一种确定临界阈值的方法流程图；
图5为根据实施例提供的一种共四面体化的方法流程图；
图6为根据实施例提供的一种调整方式的流程图；
图7为根据实施例提供的一种三角面片的模型示意图；
图8为根据实施例提供的顶点法向量一个交点的模型示意图；
图9为根据实施例提供的顶点法向量两个交点的模型示意图；
图10为根据实施例提供的顶点法向量三个交点的模型示意图；
图11为根据实施例提供的顶点法向量没有交点的模型示意图；
图12为根据实施例提供的一种共四面体的模型示意图；
图13为根据实施例提供的一种共四面体的模型示意图；
图14为根据实施例提供的一种调整方式的模型示意图；
图15为根据实施例提供的一种调整方式的模型示意图；
图16为根据实施例提供的一种共四面体的整体模型示意图；
图17为根据实施例提供的一种调整器官模型的装置示意图；
图18为根据实施例提供的一种电子设备的示意图；
图19为根据实施例提供的一种计算机可读存储介质示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
术中导航，是将病人术前或术中影像数据和手术床上病人解剖结构准确对应，手术中跟踪手术器械并将手术器械的位置在病人影像上以虚拟探针的形式实时更新显示，使医生对手术器械相对病人解剖结构的位置一目了然，使外科手术更快速、更精确、更安全。针对不同术式的术中导航技术也是国内外医学领域研究以及医疗产商研究的热门，也是临床医生十分关注的科研方向以及迫切期望商业化软件应用的方向。
参见图1，为根据本申请一个实施例的应用环境的示意图。
如图1所示，该应用环境中例如可以包括CT扫描设备10、电子设备20、数据库30及显示屏幕40。通过CT扫描设备对器官进行扫描，将扫描的数据存放到数据库，电子设备用于对数据库中的数据进行三维建模处理，得到器官的三维模型并通过显示屏幕进行显示。
针对腹腔镜增强现实导航技术，本申请提供的一种调整器官的方法，可以应用到将手术前的器官模型与实际的器官变为一致的方面，通过调整笼子的顶点，实现器官模型的精细化调整，同时可以节省调整时间，使手术更快速、更精确、更安全。
本申请提供的调整器官模型的方法，如图2所示，包括：
步骤201，获取器官的三维表面网格数据，对三维表面网格数据中的原始顶点进行下采样，得到各稀疏顶点V和第三三角面片。
在一个或多个可能的实施例中，通过CT扫描并进行处理获取上述三维表面网格数据，三维表面网格数据多个原始顶点，对上述三维表面网格数据中的原始顶点进行下采样，得到各稀疏顶点V和第三三角面片，上述第三三角面片由每三个稀疏顶点V连接得到。
上述下采样可以使用经典的边塌缩方法，边塌缩操作以及代价计算都是局部的，一条边的折叠代价只取决于几个局部变量很容易计算，经过边塌缩方法的下采样后可以减少三角面片的数量，简化后续操作过程，节省手术时间，提高手术效率。
步骤202，确定各稀疏顶点V的法向量Nvi，将各稀疏顶点V沿法向量Nvi的方向向外延伸距离d，得到笼子顶点Vcage。
在一个或多个可能的实施例中，如图3所示，需要确定各稀疏顶点V的法向量Nvi包括：
步骤301，对每三个稀疏顶点V连接得到的第三三角面片。
在一个或多个可能的实施例中，如图7所示，将上述每三个稀疏顶点V连接得到的第三三角面片，上述各第三三角面片的顶点也就是每三个稀疏顶点，设上述第三三角面片的顶点分别为A、B和C，在计算顶点A的向量时，计算顶点A到第三三角面片中另外两个顶点的向量：
Figure BDA0003870913330000061
步骤302，确定各第三三角面片的法向量
Figure BDA0003870913330000062
及面积。
根据顶点A到第三三角面片中另外两个顶点的向量，计算得到对应的第三三角面片的法向量，在一个或多个可能的实施例中，根据上述向量
Figure BDA0003870913330000063
和
Figure BDA0003870913330000064
计算得到，
Figure BDA0003870913330000071
即：
Figure BDA0003870913330000072
计算得到上述第三三角面片的法向量：
Figure BDA0003870913330000073
根据上述第三三角面片的顶点A到第三三角面片中另外两个顶点的向量，还可以求得第三三角面片的面积
Figure BDA0003870913330000074
Figure BDA0003870913330000075
步骤303，将各稀疏顶点V所在的各第三三角面片的法向量
Figure BDA0003870913330000076
与对应的面积相乘，并求和得到各稀疏顶点V的法向量Nvi。
在一个或多个可能实施例中，对于各稀疏顶点V，在得到稀疏顶点V所在的各第三三角面片的法向量
Figure BDA0003870913330000077
后，将每个第三三角面片的面积作为该第三三角面片法向量
Figure BDA0003870913330000078
的权重，将一个稀疏顶点V对应的各第三三角面片的法向量
Figure BDA0003870913330000079
与对应的权重相乘并求和，得到各稀疏顶点V的法向量Nvi：
Figure BDA00038709133300000710
在一个或多个可能的实施例中，距离d小于临界阈值a，还包括：根据各第三三角面片中的三个顶点V到任意两个顶点V的法向量Nvi相交的点P的距离，确定临界阈值a。
在一个或多个可能的实施例中，根据各第三三角面片中的三个顶点V到任意两个顶点V的法向量Nvi相交的点P的距离，确定临界阈值a，如图4所示，包括：
步骤401，遍历各第三三角面片，对遍历到的第三三角面片，将第三三角面片的三个顶点V每两个顶点作为一组。
步骤402，判断各组中的顶点V的法向量Nvi向外延伸时是否相交。
在一个或多个可能的实施例中，上述各第三三角面片均包含三个顶点V，将上述三个顶点V的法向量Nvi中的任意两个作为一组，一共可以分为三组去判断每一组中顶点V的法向量Nvi是否相交。
根据判断每一组中顶点V的法向量Nvi是否相交选择执行步骤403或步骤404。
步骤403，如果均不相交，判断遍历是否结束，若未结束，则继续遍历下一个第三三角面片。
如图11所示，在同一个第三三角面片上的三个顶点V的法向量Nvi均不相交。
步骤404，如果至少一组顶点V的法向量Nvi相交，确定对应的至少一个相交点P的位置，并分别计算三个顶点V到各相交点P的距离，得到集合dfk，确定集合dfk中的最小值为min{dfk}。
在一个或多个可能的实施例中，如图8所示，上述三组中只有一组顶点V的法向量Nvi相交，交点为P1，计算上述第三三角面片的三个顶点V到上述交点P1的距离，得到集合dfk＝{dp11,dp12,dp13}，集合dfk的最小值为min{dfk}，上述dp11是上述第三三角面片的第一个顶点到上述交点P1的距离，上述dp12是上述第三三角面片的第二个顶点到上述交点P1的距离，上述dp13是上述第三三角面片的第三个顶点到上述交点P1的距离。
在一个或多个可能的实施例中，如图9所示，上述三组中有两组顶点V的法向量相交，交点分别为P1和P2，计算上述第三三角面片的三个顶点V到上述交点P1和交点P2的距离，得到集合dfk＝{dp11,dp12,dp13,dp21,dp22,dp23}，集合dfk的最小值为min{dfk}，上述dp11是上述第三三角面片的第一个顶点到上述交点P1的距离，上述dp12是上述第三三角面片的第二个顶点到上述交点P1的距离，上述dp13是上述第三三角面片的第三个顶点到上述交点P1的距离，上述dp21是上述第三三角面片的第一个顶点到上述交点P2的距离，上述dp22是上述第三三角面片的第二个顶点到上述交点P2的距离，上述dp23是上述第三三角面片的第三个顶点到上述交点P2的距离。
在一个或多个可能的实施例中，如图10所示，上述三组中的顶点法向量均相交，交点分别为P1、P2和P3，计算上述第三三角面片的三个顶点V到上述交点P1和交点P2的距离，得到集合dfk＝{dp11,dp12,dp13,dp21,dp22,dp23,dp31,dp32,dp33}，集合dfk的最小值为min{dfk}，上述dp11是上述第三三角面片的第一个顶点到上述交点P1的距离，上述dp12是上述第三三角面片的第二个顶点到上述交点P1的距离，上述dp13是上述第三三角面片的第三个顶点到上述交点P1的距离，上述dp21是上述第三三角面片的第一个顶点到上述交点P2的距离，上述dp22是上述第三三角面片的第二个顶点到上述交点P2的距离，上述dp23是上述第三三角面片的第三个顶点到上述交点P2的距离，上述dp31是上述第三三角面片的第一个顶点到上述交点P3的距离，上述dp32是上述第三三角面片的第二个顶点到上述交点P3的距离，上述dp33是上述第三三角面片的第三个顶点到上述交点P3的距离。
步骤405，遍历结束后得到距离集合D＝{min{dfk},k＝1,2,3,…,nF}，确定临界阈值a为距离集合D中的最小值。
在一个或多个可能的实施例中，上述距离集合D为各第三三角面片到交点的最小距离的集合，上述nF表示有交点的第三三角面片的个数，将上述距离集合D中的最小值作为临界阈值a，上述临界阈值a用于限制上述向外延伸的距离d，上述距离d小于临界阈值a，避免上述法向量
Figure BDA0003870913330000091
向外延伸时出现交点，导致无法正常的生成笼子。
步骤203，将每三个笼子顶点Vcage连接得到一个第一三角面片，通过不重叠的第一三角面片和笼子顶点Vcage形成笼子，第一三角面片与第三三角面片一一对应；
步骤204，将笼子与器官的三维表面网格数据共四面体化；
在一个或多个可能的实施例中，如图5所示，将笼子与器官的三维表面网格数据共四面体化包括：
步骤501，确定各笼子顶点Vcage对应的至少一个第二三角面片；
步骤502，将各笼子顶点Vcage分别与各对应的第二三角面片的原始顶点进行共四面体化。
在一个或多个可能的实施例中，可以采用栅格法将笼子与器官的三维表面网格数据共四面体化，上述需要确定笼子顶点Vcage需要与对应的第二三角面片去连接形成四面体，上述笼子顶点Vcage对应的第二三角面片可能是一个也有可能是多个，如图12所示，如果上述笼子顶点Vcage对应一个上述第二三角面片就需要与一个第二三角面片的三个顶点连接，形成一个四面体，如图13所示，如果上述笼子顶点Vcage对应多个上述第二三角面片就需要与多个对应的第二三角面片的顶点连接，形成多个四面体。
如图16所示，为上述笼子顶点与器官模型的顶点形成共四面体的整体模型示意图。
步骤205，响应于对笼子的至少一个目标顶点按照指定调整方式调整的指令，对各目标顶点及与各目标顶点共四面体化的各原始顶点，按照指定调整方式进行调整。
在一个或多个可能的实施例中，上述指定调整方式包括调整的至少一个方向及在各方向上调整的距离。
在一个或多个可能的实施例中，如图6所示，上述对各目标顶点及与各目标顶点共四面体化的各原始顶点，按照指定调整方式进行调整包括：
步骤601，将各目标顶点分别向至少一个方向调整，及在各方向调整对应的距离。
在一个或多个可能的实施例中，上述目标顶点可以向一个方向进行调整，也可以顺序向多个方向进行调整，根据多次方向的调整最终确定调整方向；根据上述方向调整，可能为一次，也可能为多次，对应的距离调整也为一次或多次，经过方向和距离的调整，最终确定调整的位置。
步骤602，将与各目标顶点共四面体化的各原始顶点按照目标顶点的调整方式，分别向至少一个方向调整，及在各方向调整对应的距离。
在一个或多个可能的实施例中，与上述目标顶点共四面体化的各原始顶点按照目标顶点的调整方式进行相同的调整，例如，如图14所示，上述目标顶点向X方向调整距离LI，与上述目标顶点共四面体化的各原始顶点也向X方向调整距离LI；或如图15所示，上述原始目标先向X方向移动距离L1，紧接着向Y方向移动距离L2，最后向Z方向移动距离L3得到最终确定调整的位置，与上述目标顶点共四面体化的各原始顶点的调整方式也为先向X方向移动距离L1，紧接着向Y方向移动距离L2，最后向Z方向移动距离L3得到最终确定调整的位置。
根据本申请提供的一种调整器官模型的方法，通过对笼子顶点的调整，使器官模型的三维表面网格数据中对应的顶点进行相同的调整，可以提高模型局部的配准精度，将器官模型调整为和实际的器官一致，提高手术的安全性，同时采用一个调整一个笼子的顶点就可以调整多个三维表面网格数据中对应的顶点的方法，减少了调整模型的时间，提高了手术效率。
基于相同的发明构思，本申请实施例提供了一种调整器官模型的装置，如图17所示，调整器官模型的装置1700包括：
数据采集模块1701，用于获取器官的三维表面网格数据，对三维表面网格数据中的原始顶点进行下采样，得到各稀疏顶点V和第三三角面片；
数据处理模块1702，用于确定各稀疏顶点V的法向量Nvi，将各稀疏顶点V沿法向量Nvi的方向向外延伸距离d，得到笼子顶点Vcage；将每三个笼子顶点Vcage连接得到一个第一三角面片，通过不重叠的第一三角面片和笼子顶点Vcage形成笼子，第一三角面片与第三三角面片一一对应；将笼子与器官的三维表面网格数据共四面体化；调整模块1703，用于响应于对笼子的至少一个目标顶点按照指定调整方式调整的指令，对各目标顶点及与各目标顶点共四面体化的各原始顶点，按照指定调整方式进行调整。
本申请还提供了一种电子设备，包括至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的调整器官模型的方法。
如图18所示，装置包括处理器1801、存储器1802、通信接口1803和总线1804。其中，处理器1801、存储器1802和通信接口1803通过总线1804相互连接。
处理器1801，用于读取存储器1802中的指令并执行，以使至少一个处理器能够执行上述实施例提供的调整器官模型的方法。
存储器1802，用于存储上述实施例提供的调整器官模型的方法的各种指令以及程序。
总线1804可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图18中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器1801可以是中央处理器(central processing unit，简称CPU)，网络处理器(network processor，简称NP)，图像处理器(Graphic Processing Unit，简称GPU)或者CPU、NP、GPU的任一组合。还可以是硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，简称ASIC)，可编程逻辑器件(programmable logic device，简称PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device，简称CPLD)，现场可编程逻辑门阵列(field-programmable gate array，简称FPGA)，通用阵列逻辑(generic array logic，简称GAL)或其任意组合。
另外，本申请还提供一种计算机可读存储介质，如图19所示，计算机存储介质存储有计算机程序计算机程序用于使计算机执行上述实施例中任何一项方法。
存储器可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)1321和/或高速缓存存储器1322，还可以进一步包括只读存储器(ROM)1323。
存储器还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325，这样的程序模块1324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
这些计算机程序指令可存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种调整器官模型的方法，其特征在于，包括：
获取器官的三维表面网格数据，对所述三维表面网格数据中的原始顶点进行下采样，得到各稀疏顶点V和第三三角面片；
确定所述各稀疏顶点V的法向量Nvi，将所述各稀疏顶点V沿所述法向量Nvi的方向向外延伸距离d，得到笼子顶点Vcage；
将每三个笼子顶点Vcage连接得到一个第一三角面片，通过不重叠的所述第一三角面片和所述笼子顶点Vcage形成笼子，所述第一三角面片与所述第三三角面片一一对应；
将笼子与所述器官的三维表面网格数据共四面体化；
响应于对笼子的至少一个目标顶点按照指定调整方式调整的指令，对各目标顶点及与所述各目标顶点共四面体化的各原始顶点，按照所述指定调整方式进行调整。
2.根据权利要求1所述的方法，其特征在于，确定所述各稀疏顶点V的法向量Nvi包括：
对每三个稀疏顶点V连接得到的第三三角面片；
确定各第三三角面片的法向量
Figure FDA0003870913320000011
及面积；
将各稀疏顶点V所在的各第三三角面片的法向量
Figure FDA0003870913320000012
与对应的面积相乘，并求和得到各稀疏顶点V的法向量Nvi。
3.根据权利要求2所述的方法，其特征在于，所述距离d小于临界阈值a，还包括：
根据所述各第三三角面片中的三个顶点V到任意两个顶点V的法向量Nvi相交的点P的距离，确定临界阈值a。
4.根据权利要求3所述的方法，其特征在于，根据所述各第三三角面片中的三个顶点V到任意两个顶点V的法向量Nvi相交的点P的距离，确定临界阈值a，包括：
遍历各所述第三三角面片，对遍历到的第三三角面片，将所述第三三角面片的三个顶点V每两个顶点作为一组，判断各组中的顶点V的法向量Nvi向外延伸时是否相交；
如果均不相交，则继续遍历下一个第三三角面片；
如果至少一组顶点V的法向量Nvi相交，确定对应的至少一个相交点P的位置，并分别计算所述三个顶点V到各相交点P的距离，得到集合dfk，确定所述集合dfk中的最小值为min{dfk}；
遍历结束后得到距离集合D＝{min{dfk},k＝1,2,3,…,nF}，确定临界阈值a为距离集合D中的最小值。
5.根据权利要求1所述的方法，其特征在于，将笼子与所述器官的三维表面网格数据共四面体化包括：
确定所述各笼子顶点Vcage对应的至少一个第二三角面片；
将各笼子顶点Vcage分别与各对应的第二三角面片的原始顶点进行共四面体化。
6.根据权利要求1所述的方法，其特征在于，所述指定调整方式包括调整的至少一个方向及在各方向上调整的距离。
7.根据权利要求6所述的方法，其特征在于，对各目标顶点及与所述各目标顶点共四面体化的各原始顶点，按照所述指定调整方式进行调整包括：
将各目标顶点分别向至少一个方向调整，及在各方向调整对应的距离；
将与所述各目标顶点共四面体化的各原始顶点按照所述目标顶点的调整方式，分别向至少一个方向调整，及在各方向调整对应的距离。
8.一种调整器官模型的装置，其特征在于，所述装置包括：
数据采集模块，用于获取器官的三维表面网格数据，对所述三维表面网格数据中的原始顶点进行下采样，得到各稀疏顶点V和第三三角面片；
数据处理模块，用于确定所述各稀疏顶点V的法向量Nvi，将所述各稀疏顶点V沿所述法向量Nvi的方向向外延伸距离d，得到笼子顶点Vcage；将每三个笼子顶点Vcage连接得到一个第一三角面片，通过不重叠的所述第一三角面片和所述笼子顶点Vcage形成笼子，所述第一三角面片与所述第三三角面片一一对应；将笼子与所述器官的三维表面网格数据共四面体化；
调整模块，用于响应于对笼子的至少一个目标顶点按照指定调整方式调整的指令，对各目标顶点及与所述各目标顶点共四面体化的各原始顶点，按照所述指定调整方式进行调整。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-7中任何一项所述的调整器官模型的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序用于使计算机执行如权利要求1-7中任何一项所述的方法。
CN202211203110.9A 2022-09-29 2022-09-29 一种调整器官模型的方法和装置及电子设备 Pending CN115512090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211203110.9A CN115512090A (zh) 2022-09-29 2022-09-29 一种调整器官模型的方法和装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211203110.9A CN115512090A (zh) 2022-09-29 2022-09-29 一种调整器官模型的方法和装置及电子设备

Publications (1)

Publication Number Publication Date
CN115512090A true CN115512090A (zh) 2022-12-23

Family

ID=84508618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211203110.9A Pending CN115512090A (zh) 2022-09-29 2022-09-29 一种调整器官模型的方法和装置及电子设备

Country Status (1)

Country Link
CN (1) CN115512090A (zh)

Similar Documents

Publication Publication Date Title
US8532359B2 (en) Biodata model preparation method and apparatus, data structure of biodata model and data storage device of biodata model, and load dispersion method and apparatus of 3D data model
US20050018885A1 (en) System and method of anatomical modeling
GB2405775A (en) 3D computer surface model generation
CN105205867B (zh) 一种微创虚拟腹主动脉血管手术中的碰撞检测方法
CN111671518B (zh) 髋关节股骨头球心的处理生成方法、装置和计算机设备
US20090079736A1 (en) Information processing apparatus and program
CN113160189A (zh) 血管中心线提取方法、装置、设备及存储介质
CN109243614B (zh) 一种手术仿真方法、装置和系统
US20140254910A1 (en) Imaging device, assignment system and method for assignment of localization data
CN108766579A (zh) 一种基于高融合度增强现实的虚拟脑外科手术仿真方法
CN114224484B (zh) 颅内动脉瘤的表面区域定位方法、装置、计算机设备和存储介质
Jia et al. Stable real-time surgical cutting simulation of deformable objects embedded with arbitrary triangular meshes
JPH09198490A (ja) ３次元離散データ投影装置
WO2016026759A2 (de) Reformatierung unter berücksichtigung der anatomie eines zu untersuchenden objekts
JP6009598B2 (ja) 生体データモデル作成方法及びその装置
CN111916183A (zh) 动态心血管系统的建模方法、装置、设备及存储介质
CN115512090A (zh) 一种调整器官模型的方法和装置及电子设备
CN111105476B (zh) 一种基于Marching Cubes的CT图像三维重建方法
JP2008292534A (ja) 手術切断運動模擬方法とその装置及び模擬手術接触判定方法とその装置並びに手術切断運動模擬用のデータベース構造
CN113034691A (zh) 人体模型的骨骼绑定方法、装置及电子设备
WO2023232129A1 (zh) 三维模型处理方法、装置和电子设备
Guo et al. A VR-based training system for vascular interventional surgery
CN112288887B (zh) 磨削模拟方法、装置、电子设备和存储介质
JPH0526231B2 (zh)
DE102012203122B4 (de) Verfahren und System zur Ermittlung eines Begrenzungsflächennetzes

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