CN116917948A - 医学轮廓数据的全局法向量一致性调整方法和装置 - Google Patents
医学轮廓数据的全局法向量一致性调整方法和装置 Download PDFInfo
- Publication number
- CN116917948A CN116917948A CN202080108424.3A CN202080108424A CN116917948A CN 116917948 A CN116917948 A CN 116917948A CN 202080108424 A CN202080108424 A CN 202080108424A CN 116917948 A CN116917948 A CN 116917948A
- Authority
- CN
- China
- Prior art keywords
- normal vector
- spline
- contour
- medical
- spline curve
- 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
- 239000013598 vector Substances 0.000 title claims abstract description 980
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000001914 filtration Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 18
- 238000003384 imaging method Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 238000000513 principal component analysis Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001959 radiotherapy Methods 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请提出了一种医学轮廓数据的全局法向量一致性调整方法和装置,所述调整方法包括:获取目标对象的医学轮廓数据;获取所述医学轮廓数据的全局法向量;获取所述医学轮廓数据的样条曲线法向量;根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。本申请通过对医学轮廓数据的全局法向量进行一致性调整,提高了三维曲面重构的准确性,取得了表面光滑且细节完好的三维曲面重构效果。
Description
本申请主要涉及曲面重构技术领域,具体涉及一种医学轮廓数据的全局法向量一致性调整方法和装置。
曲面重构是指通过建模可以将离散的测量数据重构出连续变化的曲面。在三维曲面重构方面,就处理数据而言,可分为散乱点云的重构以及平行轮廓数据如地形图、医学切片图像等的重构;就重构方法而言,分为显式和隐式。
散乱点云显式方法常见的有Delaunay三角剖分技术,用于生成精确的插值曲面,但由于该技术对噪声不强健,并且对于稀疏的数据集,生成的曲面会有孔洞。散乱点云隐式方法分为全局方法和局部方法,全局方法通常将隐式函数定义为以点为中心的径向基函数的总和,局部方法是估计切平面并将隐式函数定义为到最近点的切平面的有符号距离。在隐式方法中,有向点集都是指一致朝曲面外或者朝曲面内的法向量,一致的法向量估计是曲面重构的基础。
现有的算法容易出现法向量调整错误的情况,使得法向量不一致,容易出现劣质的以及多余的伪网格,三维曲面重构效果不佳。
发明内容
本申请提供一种医学轮廓数据的全局法向量一致性调整方法和装置,对医学轮廓数据的全局法向量进行一致性调整,提高了三维曲面重构的准确性。
第一方面,本申请提供一种医学轮廓数据的全局法向量一致性调整方法,所述方法包括:
获取目标对象的医学轮廓数据;
获取所述医学轮廓数据的全局法向量;
获取所述医学轮廓数据的样条曲线法向量;
根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
在本申请一些实施例中,所述获取目标对象的医学轮廓数据,包括:
获取所述目标对象的原始医学轮廓数据;
将所述原始医学轮廓数据转换为具有坐标的点云数据;
过滤所述点云数据中具有相同坐标的点云数据,得到有效点云数据;
将所述有效点云数据作为所述目标对象的医学轮廓数据。
在本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线法向量,包括:
获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量,包括:
分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,获取所述目标轮廓点的样条曲线切向量;
根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量;
当所述医学轮廓数据中所有轮廓点的样条曲线法向量确定后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述获取所述目标轮廓点的样条曲线切向量,包括:
对所述医学轮廓数据进行样条曲线拟合,得到所述医学轮廓数据的样条曲线;
对所述目标轮廓点进行求导,得到所述样条曲线在所述目标轮廓点的样条曲线切向量;
相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量,包括:
将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为所述目标轮廓点的样条曲线法向量。
在本申请一些实施例中,所述获取所述目标轮廓点的样条曲线切向量,包 括:
获取所述目标轮廓点的邻接轮廓点;
将所述目标轮廓点和所述邻接轮廓点组成的向量作为所述目标轮廓点的样条曲线切向量;
相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量,包括:
将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样条曲线法向量。
在本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线法向量,包括:
获取所述医学轮廓数据的第一样条曲线法向量;
将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量;
根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量,包括:
分别以所述第一样条曲线法向量中的一个样条曲线法向量为目标样条曲线法向量;
判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧;
若否,则对所述目标样条曲线法向量进行调整,使所述目标样条曲线法向量的方向朝向所述医学轮廓数据的轮廓外侧;
当所述第一样条曲线法向量中所有样条曲线法向量调整完成后,得到所述第二样条曲线法向量。
在本申请一些实施例中,所述判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧,包括:
获取所述医学轮廓数据所在平面的平面法向量;
获取所述目标样条曲线法向量的路径向量,所述路径向量为所述目标样条曲线法向量和目标连线向量叉乘运算后的向量,所述目标连线向量为第一轮廓点和第二轮廓点之间连线后形成的向量,所述第一轮廓点为所述目标样条曲线法向量对应的轮廓点,所述第二轮廓点为所述第一轮廓点相邻的轮廓点;
判断所述平面法向量与所述路径向量是否同向;
若所述平面法向量与所述路径向量不同向,则确定所述目标样条曲线法向量的方向未朝向所述医学轮廓数据的轮廓外侧。
在本申请一些实施例中,所述获取所述医学轮廓数据所在平面的平面法向量,包括:
获取所述目标样条曲线法向量对应的平面轮廓点;
以所述平面轮廓点为起点,确定所述医学轮廓数据所在平面的第三轮廓点和第四轮廓点;
对所述平面轮廓点与所述第三轮廓点的向量,以及所述第三轮廓点和所述第四轮廓点的向量进行叉乘,得到所述医学轮廓数据所在平面的平面法向量。
在本申请一些实施例中,所述第三轮廓点和所述平面轮廓点之间间隔第一预设数目的轮廓点,所述第四轮廓点和所述第三轮廓点之间间隔第二预设数目的轮廓点。
在本申请一些实施例中,所述根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量,包括:
将所述第二样条曲线法向量作为所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量:
对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量,包括:
分别以所述第二样条曲线法向量中的一个样条曲线法向量为目标待调法 向量;
获取所述目标待调法向量的邻接待调法向量;
验证所述目标待调法向量与所述邻接待调法向量是否垂直;
若垂直,则对所述目标待调法向量进行角度调整,使所述目标待调法向量与所述邻接待调法向量不垂直;
当所述第二样条曲线法向量中所有样条曲线法向量有效性验证完成后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量,包括:
判断所述全局法向量与所述样条曲线法向量的夹角是否大于预设值;
若所述夹角大于所述预设值,则根据所述样条曲线法向量对所述全局法向量进行调整,得到一致的全局法向量。
第二方面,本申请提供一种医学轮廓数据的重构方法,所述方法包括:
获取目标对象的医学轮廓数据;
获取所述医学轮廓数据的全局法向量;
获取所述医学轮廓数据的样条曲线法向量;
根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量,根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
在本申请一些实施例中,所述获取目标对象的医学轮廓数据,包括:
获取所述目标对象的原始医学轮廓数据;
将所述原始医学轮廓数据转换为具有坐标的点云数据;
过滤所述点云数据中具有相同坐标的点云数据,得到有效点云数据;
将所述有效点云数据作为所述目标对象的医学轮廓数据。
在本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线法向量,包括:
获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量 和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量,包括:
分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,获取所述目标轮廓点的样条曲线切向量;
根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量;
当所述医学轮廓数据中所有轮廓点的样条曲线法向量确定后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述获取所述目标轮廓点的样条曲线切向量,包括:
对所述医学轮廓数据进行样条曲线拟合,得到所述医学轮廓数据的样条曲线;
对所述目标轮廓点进行求导,得到所述样条曲线在所述目标轮廓点的样条曲线切向量;
相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量,包括:
将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为所述目标轮廓点的样条曲线法向量。
在本申请一些实施例中,所述获取所述目标轮廓点的样条曲线切向量,包括:
获取所述目标轮廓点的邻接轮廓点;
将所述目标轮廓点和所述邻接轮廓点组成的向量作为所述目标轮廓点的样条曲线切向量;
相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量,包括:
将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样 条曲线法向量。
在本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线法向量,包括:
获取所述医学轮廓数据的第一样条曲线法向量;
将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量;
根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量,包括:
分别以所述第一样条曲线法向量中的一个样条曲线法向量为目标样条曲线法向量;
判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧;
若否,则对所述目标样条曲线法向量进行调整,使所述目标样条曲线法向量的方向朝向所述医学轮廓数据的轮廓外侧;
当所述第一样条曲线法向量中所有样条曲线法向量调整完成后,得到所述第二样条曲线法向量。
在本申请一些实施例中,所述判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧,包括:
获取所述医学轮廓数据所在平面的平面法向量;
获取所述目标样条曲线法向量的路径向量,所述路径向量为所述目标样条曲线法向量和目标连线向量叉乘运算后的向量,所述目标连线向量为第一轮廓点和第二轮廓点之间连线后形成的向量,所述第一轮廓点为所述目标样条曲线法向量对应的轮廓点,所述第二轮廓点为所述第一轮廓点相邻的轮廓点;
判断所述平面法向量与所述路径向量是否同向;
若所述平面法向量与所述路径向量不同向,则确定所述目标样条曲线法向 量的方向未朝向所述医学轮廓数据的轮廓外侧。
在本申请一些实施例中,所述获取所述医学轮廓数据所在平面的平面法向量,包括:
获取所述目标样条曲线法向量对应的平面轮廓点;
以所述平面轮廓点为起点,确定所述医学轮廓数据所在平面的第三轮廓点和第四轮廓点;
对所述平面轮廓点与所述第三轮廓点的向量,以及所述第三轮廓点和所述第四轮廓点的向量进行叉乘,得到所述医学轮廓数据所在平面的平面法向量。
在本申请一些实施例中,所述第三轮廓点和所述平面轮廓点之间间隔第一预设数目的轮廓点,所述第四轮廓点和所述第三轮廓点之间间隔第二预设数目的轮廓点。
在本申请一些实施例中,所述根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量,包括:
将所述第二样条曲线法向量作为所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量:
对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量,包括:
分别以所述第二样条曲线法向量中的一个样条曲线法向量为目标待调法向量;
获取所述目标待调法向量的邻接待调法向量;
验证所述目标待调法向量与所述邻接待调法向量是否垂直;
若垂直,则对所述目标待调法向量进行角度调整,使所述目标待调法向量与所述邻接待调法向量不垂直;
当所述第二样条曲线法向量中所有样条曲线法向量有效性验证完成后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量,根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型,包括:
判断所述全局法向量与所述样条曲线法向量的夹角是否大于预设值;
若所述夹角大于所述预设值,则根据所述样条曲线法向量对所述全局法向量进行调整,得到调整后的全局法向量;
根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
第三方面,本申请提供一种医学轮廓数据的全局法向量一致性调整装置,所述装置包括:
第一获取单元,用于获取目标对象的医学轮廓数据;
第二获取单元,用于获取所述医学轮廓数据的全局法向量;
第三获取单元,用于获取所述医学轮廓数据的样条曲线法向量;
调整单元,用于根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
在本申请一些实施例中,所述第一获取单元具体用于:
获取所述目标对象的原始医学轮廓数据;
将所述原始医学轮廓数据转换为具有坐标的点云数据;
过滤所述点云数据中具有相同坐标的点云数据,得到有效点云数据;
将所述有效点云数据作为所述目标对象的医学轮廓数据。
在本申请一些实施例中,所述第三获取单元具体用于:
获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元具体用于:
分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,获取所述目标轮廓点的样条曲线切向量;
根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量;
当所述医学轮廓数据中所有轮廓点的样条曲线法向量确定后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元具体用于:
对所述医学轮廓数据进行样条曲线拟合,得到所述医学轮廓数据的样条曲线;
对所述目标轮廓点进行求导,得到所述样条曲线在所述目标轮廓点的样条曲线切向量;
将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为所述目标轮廓点的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元具体用于:
获取所述目标轮廓点的邻接轮廓点;
将所述目标轮廓点和所述邻接轮廓点组成的向量作为所述目标轮廓点的样条曲线切向量;
将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
获取所述医学轮廓数据的第一样条曲线法向量;
将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量;
根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
分别以所述第一样条曲线法向量中的一个样条曲线法向量为目标样条曲线法向量;
判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧;
若否,则对所述目标样条曲线法向量进行调整,使所述目标样条曲线法向量的方向朝向所述医学轮廓数据的轮廓外侧;
当所述第一样条曲线法向量中所有样条曲线法向量调整完成后,得到所述第二样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
获取所述医学轮廓数据所在平面的平面法向量;
获取所述目标样条曲线法向量的路径向量,所述路径向量为所述目标样条曲线法向量和目标连线向量叉乘运算后的向量,所述目标连线向量为第一轮廓点和第二轮廓点之间连线后形成的向量,所述第一轮廓点为所述目标样条曲线法向量对应的轮廓点,所述第二轮廓点为所述第一轮廓点相邻的轮廓点;
判断所述平面法向量与所述路径向量是否同向;
若所述平面法向量与所述路径向量不同向,则确定所述目标样条曲线法向量的方向未朝向所述医学轮廓数据的轮廓外侧。
在本申请另一些实施例中,所述第三获取单元具体用于:
获取所述目标样条曲线法向量对应的平面轮廓点;
以所述平面轮廓点为起点,确定所述医学轮廓数据所在平面的第三轮廓点和第四轮廓点;
对所述平面轮廓点与所述第三轮廓点的向量,以及所述第三轮廓点和所述第四轮廓点的向量进行叉乘,得到所述医学轮廓数据所在平面的平面法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
将所述第二样条曲线法向量作为所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
分别以所述第二样条曲线法向量中的一个样条曲线法向量为目标待调法向量;
获取所述目标待调法向量的邻接待调法向量;
验证所述目标待调法向量与所述邻接待调法向量是否垂直;
若垂直,则对所述目标待调法向量进行角度调整,使所述目标待调法向量 与所述邻接待调法向量不垂直;
当所述第二样条曲线法向量中所有样条曲线法向量有效性验证完成后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述调整单元具体用于:
判断所述全局法向量与所述样条曲线法向量的夹角是否大于预设值;
若所述夹角大于所述预设值,则根据所述样条曲线法向量对所述全局法向量进行调整,得到一致的全局法向量。
第四方面,本申请提供一种医学轮廓数据的重构装置,所述装置包括:
第一获取单元,用于获取目标对象的医学轮廓数据;
第二获取单元,用于获取所述医学轮廓数据的全局法向量;
第三获取单元,用于获取所述医学轮廓数据的样条曲线法向量;
重构单元,用于根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量,根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
在本申请一些实施例中,所述第一获取单元具体用于:
获取所述目标对象的原始医学轮廓数据;
将所述原始医学轮廓数据转换为具有坐标的点云数据;
过滤所述点云数据中具有相同坐标的点云数据,得到有效点云数据;
将所述有效点云数据作为所述目标对象的医学轮廓数据。
在本申请一些实施例中,所述第三获取单元具体用于:
获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元具体用于:
分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,获取所述目标轮廓点的样条曲线切向量;
根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量;
当所述医学轮廓数据中所有轮廓点的样条曲线法向量确定后,得到所述医 学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元具体用于:
对所述医学轮廓数据进行样条曲线拟合,得到所述医学轮廓数据的样条曲线;
对所述目标轮廓点进行求导,得到所述样条曲线在所述目标轮廓点的样条曲线切向量;
将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为所述目标轮廓点的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元具体用于:
获取所述目标轮廓点的邻接轮廓点;
将所述目标轮廓点和所述邻接轮廓点组成的向量作为所述目标轮廓点的样条曲线切向量;
将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
获取所述医学轮廓数据的第一样条曲线法向量;
将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量;
根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
分别以所述第一样条曲线法向量中的一个样条曲线法向量为目标样条曲线法向量;
判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧;
若否,则对所述目标样条曲线法向量进行调整,使所述目标样条曲线法向量的方向朝向所述医学轮廓数据的轮廓外侧;
当所述第一样条曲线法向量中所有样条曲线法向量调整完成后,得到所述 第二样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
获取所述医学轮廓数据所在平面的平面法向量;
获取所述目标样条曲线法向量的路径向量,所述路径向量为所述目标样条曲线法向量和目标连线向量叉乘运算后的向量,所述目标连线向量为第一轮廓点和第二轮廓点之间连线后形成的向量,所述第一轮廓点为所述目标样条曲线法向量对应的轮廓点,所述第二轮廓点为所述第一轮廓点相邻的轮廓点;
判断所述平面法向量与所述路径向量是否同向;
若所述平面法向量与所述路径向量不同向,则确定所述目标样条曲线法向量的方向未朝向所述医学轮廓数据的轮廓外侧。
在本申请另一些实施例中,所述第三获取单元具体用于:
获取所述目标样条曲线法向量对应的平面轮廓点;
以所述平面轮廓点为起点,确定所述医学轮廓数据所在平面的第三轮廓点和第四轮廓点;
对所述平面轮廓点与所述第三轮廓点的向量,以及所述第三轮廓点和所述第四轮廓点的向量进行叉乘,得到所述医学轮廓数据所在平面的平面法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
将所述第二样条曲线法向量作为所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元具体用于:
分别以所述第二样条曲线法向量中的一个样条曲线法向量为目标待调法向量;
获取所述目标待调法向量的邻接待调法向量;
验证所述目标待调法向量与所述邻接待调法向量是否垂直;
若垂直,则对所述目标待调法向量进行角度调整,使所述目标待调法向量与所述邻接待调法向量不垂直;
当所述第二样条曲线法向量中所有样条曲线法向量有效性验证完成后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述重构单元具体用于:
判断所述全局法向量与所述样条曲线法向量的夹角是否大于预设值;
若所述夹角大于所述预设值,则根据所述样条曲线法向量对所述全局法向量进行调整,得到调整后的全局法向量;
根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
第五方面,本申请提供一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现第一方面中任一项所述的医学轮廓数据的全局法向量一致性调整方法,或者第二方面中任一项所述的医学轮廓数据的重构方法。
第六方面,本申请提供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多条指令,所述指令适于处理器进行加载,以执行第一方面中任一项所述的医学轮廓数据的全局法向量一致性调整方法中的步骤,或者第二方面中任一项所述的医学轮廓数据的重构方法中的步骤。
本申请提供的医学轮廓数据的全局法向量一致性调整方法和装置,通过获取医学轮廓数据的样条曲线法向量,以样条曲线法向量作为全局法向量调整的参考方向,对全局法向量进行一致性调整,调整后的全局法向量可以用于医学轮廓数据重构,可以取得更细节清晰、表面光滑的三维曲面重构模型。采用本申请提供的方法,使得医学轮廓数据的全局法向量调整一致,提高了三维曲面重构的准确性,取得了表面光滑且细节完好的三维曲面重构效果。
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请 的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的医学轮廓数据的全局法向量一致性调整系统的场景示意图;
图2是本申请实施例中提供的医学轮廓数据的全局法向量一致性调整方法的一个实施例流程示意图;
图3是本申请实施例中获取目标对象的医学轮廓数据的一个实施例流程示意图;
图4是本申请实施例中获取所述医学轮廓数据的样条曲线法向量的一个实施例流程示意图;
图5是本申请实施例中提供的医学轮廓数据的重构方法的一个实施例流程示意图;
图6是本申请实施例中提供的医学轮廓数据的全局法向量一致性调整装置的一个实施例结构示意图;
图7是本申请实施例中提供的医学轮廓数据的重构装置的一个实施例结构示意图;
图8是本申请实施例中提供的计算机设备的一个实施例结构示意图。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定 的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
下面首先对本申请实施例中涉及到的一些基本概念进行介绍:
点云数据:点云数据(pointclouddata)是指在一个三维坐标系统中的一组向量的集合。这些向量通常以(X,Y,Z)三维坐标的形式表示,一般主要用来代表一个物体的外表面形状。除了表示几何位置信息之外,点云数据还可以表示一个点的RGB颜色、灰度值、深度和分割结果等。
本申请实施例提供一种医学轮廓数据的全局法向量一致性调整方法和装置,以下分别进行详细说明。
请参阅图1,图1为本申请实施例所提供的医学轮廓数据的全局法向量一致性调整系统的场景示意图,该医学轮廓数据的全局法向量一致性调整系统可以包括成像装置100和计算机设备200,成像装置100和计算机设备200通信连接,成像装置100可以向计算机设备200传输数据,如图1中的成像装置100,成像装置100可以采集人体的医学图像,并输出至计算机设备200。
本申请实施例中,成像装置100可以是电子计算机断层扫描(ComputedTomography,CT)、磁共振(MagneticResonance,MR)、B型超声(B-scanultrasonography)或者其他成像设备等等,具体此处不作限定。
本申请实施例中,该计算机设备200可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本申请实施例中所描述的计算机设备200,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(CloudComputing)的大量计算机或网络服务器构成。
本申请实施例中,上述的计算机设备200可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中计算机设备200可以是台式机、便携式电脑、网络服务器、掌上电脑(PersonalDigitalAssistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等,本实施例不限定计算机设备200的类型
本申请的实施例中,成像装置100与计算机设备200之间可通过任何通信方式实现通信,包括但不限于,基于第三代合作伙伴计划(3rdGenerationPartnershipProject,3GPP)、长期演进(LongTermEvolution,LTE)、全球互通微波访问(WorldwideInteroperabilityforMicrowaveAccess,WiMAX)的移动通信,或基于TCP/IP协议族(TCP/IPProtocolSuite,TCP/IP)、用户数据报协议(UserDatagramProtocol,UDP)的计算机网络通信等。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的计算机设备,例如图1中仅示出1个计算机设备,可以理解的,该医学轮廓数据的全局法向量一致性调整系统还可以包括一个或多个可处理数据的其他计算机设备,具体此处不作限定。
另外,如图1所示,该医学轮廓数据的全局法向量一致性调整系统还可以包括存储器300,用于存储数据,如存储医学图像数据,例如成像装置100采集的医学图像数据。
需要说明的是,图1所示的医学轮廓数据的全局法向量一致性调整系统的场景示意图仅仅是一个示例,本申请实施例描述的医学轮廓数据的全局法向量一致性调整系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知, 随着医学轮廓数据的全局法向量一致性调整系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
首先,本申请实施例中提供一种医学轮廓数据的全局法向量一致性调整方法,包括:获取目标对象的医学轮廓数据;获取所述医学轮廓数据的全局法向量;获取所述医学轮廓数据的样条曲线法向量;根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
如图2所示,为本申请实施例中医学轮廓数据的全局法向量一致性调整方法的一个实施例流程示意图,该医学轮廓数据的全局法向量一致性调整方法包括如下步骤201~204:
201、获取目标对象的医学轮廓数据。
其中,目标对象可以是患者的靶点、靶区或者而其他参考标记。
在本申请一些实施例中,通过成像装置拍摄目标对象,得到目标对象的医学图像,医学图像可以是CT图像、磁共振图像或者B超图像等等,在目标对象的医学图像上进行勾画,得到目标对象的原始医学轮廓数据,在原始医学轮廓数据中存在很多重合的点,对原始医学轮廓数据进行过滤得到目标对象的有效医学轮廓数据。
202、获取所述医学轮廓数据的全局法向量。
本申请实施例中,获取所述医学轮廓数据的全局法向量的方式可以多种方式,例如可以对所述医学轮廓数据进行主成分分析,得到所述医学轮廓数据的全局法向量,具体的,对所述医学轮廓数据进行主成分分析,从医学轮廓数据中导出少数几个主成分,使它们尽可能多地保留医学轮廓数据的信息,且主成分之间互不相关,对这些主成分进行分析,得到医学轮廓数据的全局法向量。
可以理解的是,在本申请另一些实施例中,获取所述医学轮廓数据的全局法向量的方式可以是对所述医学轮廓数据进行主成分分析,得到所述医学轮廓数据的全局法向量,也可以通过最小二乘法对所述医学轮廓数据进行处理,得到所述医学轮廓数据的全局法向量,具体此处不作限定。
203、获取所述医学轮廓数据的样条曲线法向量。
本申请实施例中,获取所述医学轮廓数据的样条曲线法向量的方式可以多 种方式,例如可以是对所述医学轮廓数据直接求取样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量,也可以对所述医学轮廓数据求取样条曲线(Spline Curves),根据样条曲线得到所述医学轮廓数据的样条曲线法向量,具体此处不作限定。
其中,样条曲线是指给定一组控制点而得到一条曲线,曲线的大致形状由这些点予以控制,一般可分为插值样条和逼近样条两种,插值样条通常用于数字化绘图或动画的设计,逼近样条一般用来构造物体的表面。
进一步的,样条曲线可以是B样条曲线(B-spline curve),B样条曲线是指在数学的子学科数值分析里的一种特殊的表示形式。它是B样条基曲线的线性组合,是贝塞尔曲线的一般化。
204、根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
其中,所述一致的全局法向量朝向所述目标对象的医学轮廓数据的轮廓外侧。
在本申请一些实施例中,以所述样条曲线法向量为参考法向量,设置预设值,判断所述样条曲线法向量和所述全局法向量的夹角与预设值的关系,从而调整所述全局法向量。
可以理解的是,在所述全局法向量调整一致后,对所述目标对象进行曲面重构,曲面重构的方法可以是散乱点云隐式方法,大致分为全局方法或者局部方法。全局方法通常将隐式函数定义为以点为中心的径向基函数的总和,局部方法是估计切平面并将隐式函数定义为到最近点的切平面的有符号距离。
优选的,在本申请一些实施例中,可以采用散乱点云的经典隐式方法,即泊松重构(PoissonSurfaceReconstruction)方法。泊松重构的输入是带有法向量属性的点云数据,输出的是三角网络模型。点云代表了物体表面的位置,其法向量代表了内外的方向。通过隐式地拟合一个由物体派生的指示函数,可以给出一个平滑的物体表面的估计。
本申请提供的医学轮廓数据的全局法向量一致性调整方法和装置,通过获取医学轮廓数据的样条曲线法向量,以样条曲线法向量作为全局法向量调整的 参考方向,对全局法向量进行一致性调整,调整后的全局法向量可以用于医学轮廓数据重构,可以取得更细节清晰、表面光滑的三维曲面重构模型。采用本申请提供的方法,使得医学轮廓数据的全局法向量调整一致,提高了三维曲面重构的准确性,取得了表面光滑且细节完好的三维曲面重构效果。
如图3所示,在本申请一些实施例中,所述获取目标对象的医学轮廓数据,包括如下步骤301~304:
301、获取所述目标对象的原始医学轮廓数据。
在本申请一些实施例中,通过成像装置拍摄目标对象,得到目标对象的医学图像,医学图像可以是CT图像、磁共振图像或者B超图像等等,在目标对象的医学图像上进行勾画,得到目标对象的原始医学轮廓数据,原始医学轮廓数据往往存储在患者的DICOMRT文件中的RT结构集中。
其中,DICOMRT文件(RadiothearapyinDICOM)是用于支持放射治疗相关的数据在放疗科内设备或者与其他科室设备的传输,专门处理放射治疗设备间的数据传输。
其中,RT结构集(RTStructureset)是从CT、虚拟模拟工作站或治疗计划系统等设备得到的病人解剖结构及相关数据传输要求的规范。其范围包括与病人解剖相关的信息,如感兴趣区域(RegionofInterest,ROI)标志物、等中心位置和剂量参考点等,这些实体通常由CT、虚拟模拟工作站或治疗计划系统等设备确定,还可以包括声音解说。
可以理解的是,如果要对目标对象的医学轮廓进行曲面重构或者其他图像处理,需要从患者的RT结构集中获取原始医学轮廓数据。
302、将所述原始医学轮廓数据转换为具有坐标的点云数据。
在步骤301获取所述目标对象的原始医学轮廓数据之后,将所述原始医学轮廓数据转换为具有坐标的点云数据。
在一个具体实施例中,从患者的RT结构集中获取所述目标对象的原始医学轮廓数据,将所述原始医学轮廓数据转换为具有例如(X,Y,Z)坐标的点云数据。
303、过滤所述点云数据中具有相同坐标的点云数据,得到有效点云数据。
可以理解的是,人为或者AI勾画的轮廓数据可能存在重合的轮廓点或者轮廓线,对后续的样条曲线拟合或者计算法向量会带来误差,所以在本申请一些实施例中,可能存在坐标相同的点云数据,所以对具有相同坐标的点云数据进行过滤,得到有效点云数据,
304、将所述有效点云数据作为所述目标对象的医学轮廓数据。
在本申请一些实施例中,在对具有相同坐标的点云数据进行过滤得到有效点云数据之后,将所述有效点云数据作为所述目标对象的医学轮廓数据。
本申请实施例提供的医学轮廓数据的全局法向量一致性调整方法,通过对原始医学轮廓数据进行转换并过滤,得到有效点云数据,减少了数据误差带给后续样条曲线拟合或者计算法向量的负面影响。
在本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线法向量,包括如下步骤:获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量。
其中,预设的样条曲线切向量和样条曲线法向量的关系为相互垂直关系,即样条曲线切向量和样条曲线法向量相互垂直,样条曲线切向量和样条曲线法向量的向量积为零。
本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量,包括如下步骤:分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,获取所述目标轮廓点的样条曲线切向量;根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量;当所述医学轮廓数据中所有轮廓点的样条曲线法向量确定后,得到所述医学轮廓数据的样条曲线法向量。
进一步的,分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,例如以所述医学轮廓数据对应的一个轮廓点i点为目标轮廓点,获取i点的样条曲线切向量,根据相互垂直关系,求出i点的样条曲线法向量。
可以理解的是,可以同时获取所述医学轮廓数据中的所有轮廓点的样条曲线法向量,也可以依次获取所述医学轮廓数据中的所有轮廓点的样条曲线法向量,具体此处不作限定。
在本申请一些实施例中,所述获取所述目标轮廓点的样条曲线切向量,包括如下步骤:对所述医学轮廓数据进行样条曲线拟合,得到所述医学轮廓数据的样条曲线;对所述目标轮廓点进行求导,得到所述样条曲线在所述目标轮廓点的样条曲线切向量;相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量,包括:将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为所述目标轮廓点的样条曲线法向量。
具体的,例如以i点为目标轮廓点,目标轮廓点的坐标为P
i,对所述医学轮廓数据进行样条曲线拟合,所述医学轮廓数据的样条曲线C(u)可以通过如下公式获得:
进一步的,对i点进行求导,可以通过如下公式获得所述样条曲线在i点的样条曲线切向量:
相应的,根据预设的样条曲线切向量和样条曲线法向量的关系,即
将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为i点的样条曲线法向量
在本申请一些实施例中,所述获取所述目标轮廓点的样条曲线切向量,包括如下步骤:获取所述目标轮廓点的邻接轮廓点;将所述目标轮廓点和所述邻接轮廓点组成的向量作为所述目标轮廓点的样条曲线切向量;相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量,包括:将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样条曲线法向量。
其中,以轮廓点计算方向为顺时针方向为例,邻接轮廓点为以顺时针方向获取的与目标轮廓点相邻坐标的轮廓点,如果是以逆时针方向为例,则邻接轮 廓点为以逆时针方向获取的与目标轮廓点相邻坐标的轮廓点。
进一步的,例如以i点为目标轮廓点,以轮廓点计算方向为顺时针方向,目标轮廓点的坐标为p
i,邻接轮廓点的坐标为p
i+1,第i点的切向量为
第i点的切向量可以由如下公式获得:
相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,即
将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样条曲线法向量
本申请实施例提供的医学轮廓数据的全局法向量一致性调整方法,通过获取医学轮廓数据的样条曲线法向量,为后续医学轮廓数据的全局法向量调整提供了参考,有利于全局法向量的一致性调整。
如图4所示,在本申请一些实施例中,所述获取所述医学轮廓数据的样条曲线法向量,包括如下步骤401~403:
401、获取所述医学轮廓数据的第一样条曲线法向量。
402、将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量。
403、根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量,包括如下步骤:分别以所述第一样条曲线法向量中的一个样条曲线法向量为目标样条曲线法向量;判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧;若否,则对所述目标样条曲线法向量进行调整,使所述目标样条曲线法向量的方向朝向所述医学轮廓数据的轮廓外侧;当所述第一样条曲线法向量中所有样条曲线法向量调整完成后,得到所述第二样条曲线法向量。
可以理解的是,可以是分别对所述第一样条曲线法向量中各样条曲线法向 量进行调整,也可以是依次对所述第一样条曲线法向量中各样条曲线法向量进行调整,具体此处不作限定。
在一个具体实施例中,所述判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧,包括如下步骤:获取所述医学轮廓数据所在平面的平面法向量;获取所述目标样条曲线法向量的路径向量,所述路径向量为所述目标样条曲线法向量和目标连线向量叉乘运算后的向量,所述目标连线向量为第一轮廓点和第二轮廓点之间连线后形成的向量,所述第一轮廓点为所述目标样条曲线法向量对应的轮廓点,所述第二轮廓点为所述第一轮廓点相邻的轮廓点;判断所述平面法向量与所述路径向量是否同向;若所述平面法向量与所述路径向量不同向,则确定所述目标样条曲线法向量的方向未朝向所述医学轮廓数据的轮廓外侧。
在本申请一些实施例中,所述获取所述医学轮廓数据所在平面的平面法向量,包括如下步骤:获取所述目标样条曲线法向量对应的平面轮廓点;以所述平面轮廓点为起点,确定所述医学轮廓数据所在平面的第三轮廓点和第四轮廓点;对所述平面轮廓点与所述第三轮廓点的向量,以及所述第三轮廓点和所述第四轮廓点的向量进行叉乘,得到所述医学轮廓数据所在平面的平面法向量。
具体的,以轮廓点计算方向为顺时针方向为例,目标样条曲线法向量所在的平面轮廓点为j点,所述第三轮廓点为与j点相邻坐标的j+1点,所述第四轮廓点为与j点相隔一个坐标的j+2点,所述医学轮廓数据的平面法向量可以利用j点、与j点相邻坐标的j+1点以及与j点相隔一个坐标的j+2点连线并进行叉乘获得。
可以理解的是,在本申请一些实施例中,在实际运算过程中,所述第三轮廓点和所述平面轮廓点之间间隔第一预设数目的轮廓点,所述第四轮廓点和所述第三轮廓点之间间隔第二预设数目的轮廓点。其中,第一预设数目和第二预设数目可以相同也可以不同,第一预设数目和第二预设数目的取值可以是1、3、5或其他数目的点,具体可以根据实际应用场景限定此处不作限定。
其中,叉乘是一种在向量空间中向量的二元运算,一般指向量积,与点积不同,叉乘的运算结果是一个向量而不是一个标量。
进一步的,医学轮廓数据的平面法向量为
目标样条曲线法向量所在轮廓点的坐标为p
j,医学轮廓数据的平面法向量可以通过如下公式获得:
在获得医学轮廓数据的平面法向量之后,在本申请一些实施例中,目标样条曲线法向量为
目标样条曲线法向量的路径向量
可以通过如下公式获得:
进一步的,判断所述平面法向量与所述路径向量是否同向,θ为路径向量
与平面法向量
的夹角,可以通过如下公式判断:
可以理解的是,如果根据上述公式得出θ实质为180度,即平面法向量与路径向量不同向,对目标样条曲线法向量进行调整;相反地,如果根据上述公式得出θ实质为0度,即平面法向量与路径向量同向,不对目标样条曲线法向量进行调整。
本申请一些实施例中,根据所述第二样条曲线法向量,可以直接将所述第二样条曲线法向量作为所述医学轮廓数据的样条曲线法向量。
但是由于所述医学轮廓数据的样条曲线法向量中可能存在样条曲线法向量与医学轮廓数据中的微小路径平行,因此也可以对所述医学轮廓数据的样条曲线法向量中的样条曲线法向量进行有效性验证,在本申请一些实施例中,所述根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量,包括如下步骤:对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量。
进一步的,在本申请一些实施例中,所述对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量,包括如下步骤:分别以所述第二样条曲线法向量中的一个样条曲线法向量为目标待调法向量;获取所述目标待调法向量的邻接待调法向量;验证所述目标待调法向量与所述邻接待调法向量是否垂直;若垂直,则对所述目标待调法向量进行角度调整,使所述目标待调法向量与所述邻接待调法向量不垂直;当所述第二 样条曲线法向量中所有样条曲线法向量有效性验证完成后,得到所述医学轮廓数据的样条曲线法向量。
本申请实施例提供的医学轮廓数据的全局法向量一致性调整方法,通过获取医学轮廓数据的样条曲线法向量,为后续医学轮廓数据的全局法向量调整提供了参考,有利于全局法向量的一致性调整。
在本申请一些实施例中,所述根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量,包括如下步骤:判断所述全局法向量与所述样条曲线法向量的夹角是否大于预设值;若所述夹角大于所述预设值,则根据所述样条曲线法向量对所述全局法向量进行调整,得到一致的全局法向量。
其中,预设值可以为90度,以样条曲线为样条曲线为例,判断全局法向量与样条曲线法向量的夹角是否大于90度,如果夹角大于90度,以样条曲线法向量为参考法向量,根据样条曲线法向量的方向对全局法向量进行调整,使得全局法向量与样条曲线法向量的夹角小于等于90度。
进一步的,当全局法向量以样条曲线法向量为参考法向量进行调整完毕后,得到一致的全局法向量,从而根据一致的全局法向量确定新的医学轮廓数据,对新的医学轮廓数据进行曲面重构,曲面重构可以是泊松重构,得到目标对象的泊松重构模型。
本申请提供的医学轮廓数据的全局法向量一致性调整方法,通过获取医学轮廓数据的样条曲线法向量,以样条曲线法向量作为全局法向量调整的参考方向,对全局法向量进行一致性调整,取得了细节清晰、表面光滑的三维曲面重构模型。
本申请实施例中还提供一种医学轮廓数据的重构方法,包括:获取目标对象的医学轮廓数据;获取所述医学轮廓数据的全局法向量;获取所述医学轮廓数据的样条曲线法向量;根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量,根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
如图5所示,为本申请实施例中医学轮廓数据的重构方法的一个实施例流程示意图,该医学轮廓数据的重构方法包括如下步骤501~504:
501、获取目标对象的医学轮廓数据。
其中,目标对象可以是患者的靶点、靶区或者而其他参考标记。
在本申请一些实施例中,通过成像装置拍摄目标对象,得到目标对象的医学图像,医学图像可以是CT图像、磁共振图像或者B超图像等等,在目标对象的医学图像上进行勾画,得到目标对象的原始医学轮廓数据,在原始医学轮廓数据中存在很多重合的点,对原始医学轮廓数据进行过滤得到目标对象的有效医学轮廓数据。
502、获取所述医学轮廓数据的全局法向量。
本申请实施例中,获取所述医学轮廓数据的全局法向量的方式可以多种方式,例如可以对所述医学轮廓数据进行主成分分析,得到所述医学轮廓数据的全局法向量,具体的,对所述医学轮廓数据进行主成分分析,从医学轮廓数据中导出少数几个主成分,使它们尽可能多地保留医学轮廓数据的信息,且主成分之间互不相关,对这些主成分进行分析,得到医学轮廓数据的全局法向量。
可以理解的是,在本申请另一些实施例中,获取所述医学轮廓数据的全局法向量的方式可以是对所述医学轮廓数据进行主成分分析,得到所述医学轮廓数据的全局法向量,也可以通过最小二乘法对所述医学轮廓数据进行处理,得到所述医学轮廓数据的全局法向量,具体此处不作限定。
503、获取所述医学轮廓数据的样条曲线法向量。
本申请实施例中,获取所述医学轮廓数据的样条曲线法向量的方式可以多种方式,例如可以是对所述医学轮廓数据直接求取样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量,也可以对所述医学轮廓数据求取样条曲线(Spline Curves),根据样条曲线得到所述医学轮廓数据的样条曲线法向量,具体此处不作限定。
其中,样条曲线是指给定一组控制点而得到一条曲线,曲线的大致形状由这些点予以控制,一般可分为插值样条和逼近样条两种,插值样条通常用于数字化绘图或动画的设计,逼近样条一般用来构造物体的表面。
进一步的,样条曲线可以是B样条曲线(B-spline curve),B样条曲线是指在数学的子学科数值分析里的一种特殊的表示形式。它是B样条基曲线的线 性组合,是贝塞尔曲线的一般化。
504、根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量,根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
其中,所述调整后的全局法向量朝向所述目标对象的医学轮廓数据的轮廓外侧。
在本申请一些实施例中,以所述样条曲线法向量为参考法向量,设置预设值,判断所述样条曲线法向量和所述全局法向量的夹角与预设值的关系,从而调整所述全局法向量,得到所述调整后的全局法向量。
可以理解的是,在所述全局法向量调整一致后,对所述目标对象进行曲面重构,曲面重构的方法可以是散乱点云隐式方法,大致分为全局方法或者局部方法。全局方法通常将隐式函数定义为以点为中心的径向基函数的总和,局部方法是估计切平面并将隐式函数定义为到最近点的切平面的有符号距离。
优选的,在本申请一些实施例中,可以采用散乱点云的经典隐式方法,即泊松重构(Poisson Surface Reconstruction)方法。泊松重构的输入是带有法向量属性的点云数据,输出的是三角网络模型。点云代表了物体表面的位置,其法向量代表了内外的方向。通过隐式地拟合一个由物体派生的指示函数,可以给出一个平滑的物体表面的估计。
本申请提供的医学轮廓数据的重构方法,通过获取医学轮廓数据的样条曲线法向量,以样条曲线法向量作为全局法向量调整的参考方向,对全局法向量进行一致性调整,取得了细节清晰、表面光滑的三维曲面重构模型。采用本申请提供的方法,使得医学轮廓数据的全局法向量调整一致,提高了三维曲面重构的准确性,取得了表面光滑且细节完好的三维曲面重构效果。
本申请实施例中,步骤501~503,以及步骤504根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量可以参照上述医学轮廓数据的全局法向量一致性调整方法的具体实施方式,此处不再赘述。
为了更好实施本申请实施例中医学轮廓数据的全局法向量一致性调整方法,在医学轮廓数据的全局法向量一致性调整方法基础之上,本申请实施例中 还提供一种医学轮廓数据的全局法向量一致性调整装置,如图6所示,所述医学轮廓数据的全局法向量一致性调整装置600包括:
第一获取单元601,用于获取目标对象的医学轮廓数据;
第二获取单元602,用于获取所述医学轮廓数据的全局法向量;
第三获取单元603,用于获取所述医学轮廓数据的样条曲线法向量;
调整单元604,用于根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
本申请提供的医学轮廓数据的全局法向量一致性调整装置,通过获取医学轮廓数据的样条曲线法向量,以样条曲线法向量作为全局法向量调整的参考方向,对全局法向量进行一致性调整,取得了细节清晰、表面光滑的三维曲面重构模型。采用本申请提供的调整装置,使得医学轮廓数据的全局法向量调整一致,提高了三维曲面重构的准确性,取得了表面光滑且细节完好的三维曲面重构效果。
在本申请一些实施例中,所述第一获取单元601具体用于:
获取所述目标对象的原始医学轮廓数据;
将所述原始医学轮廓数据转换为具有坐标的点云数据;
过滤所述点云数据中具有相同坐标的点云数据,得到有效点云数据;
将所述有效点云数据作为所述目标对象的医学轮廓数据。
在本申请一些实施例中,所述第三获取单元603具体用于:
获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元603具体用于:
分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,获取所述目标轮廓点的样条曲线切向量;
根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量;
当所述医学轮廓数据中所有轮廓点的样条曲线法向量确定后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元603具体用于:
对所述医学轮廓数据进行样条曲线拟合,得到所述医学轮廓数据的样条曲线;
对所述目标轮廓点进行求导,得到所述样条曲线在所述目标轮廓点的样条曲线切向量;
将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为所述目标轮廓点的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元603具体用于:
获取所述目标轮廓点的邻接轮廓点;
将所述目标轮廓点和所述邻接轮廓点组成的向量作为所述目标轮廓点的样条曲线切向量;
将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元603具体用于:
获取所述医学轮廓数据的第一样条曲线法向量;
将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量;
根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元603具体用于:
分别以所述第一样条曲线法向量中的一个样条曲线法向量为目标样条曲线法向量;
判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧;
若否,则对所述目标样条曲线法向量进行调整,使所述目标样条曲线法向量的方向朝向所述医学轮廓数据的轮廓外侧;
当所述第一样条曲线法向量中所有样条曲线法向量调整完成后,得到所述第二样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元603具体用于:
获取所述医学轮廓数据所在平面的平面法向量;
获取所述目标样条曲线法向量的路径向量,所述路径向量为所述目标样条曲线法向量和目标连线向量叉乘运算后的向量,所述目标连线向量为第一轮廓点和第二轮廓点之间连线后形成的向量,所述第一轮廓点为所述目标样条曲线法向量对应的轮廓点,所述第二轮廓点为所述第一轮廓点相邻的轮廓点;
判断所述平面法向量与所述路径向量是否同向;
若所述平面法向量与所述路径向量不同向,则确定所述目标样条曲线法向量的方向未朝向所述医学轮廓数据的轮廓外侧。
在本申请另一些实施例中,所述第三获取单元603具体用于:
获取所述目标样条曲线法向量对应的平面轮廓点;
以所述平面轮廓点为起点,确定所述医学轮廓数据所在平面的第三轮廓点和第四轮廓点;
对所述平面轮廓点与所述第三轮廓点的向量,以及所述第三轮廓点和所述第四轮廓点的向量进行叉乘,得到所述医学轮廓数据所在平面的平面法向量。
在本申请另一些实施例中,所述第三获取单元603具体用于:
将所述第二样条曲线法向量作为所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元603具体用于:
对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元603具体用于:
分别以所述第二样条曲线法向量中的一个样条曲线法向量为目标待调法向量;
获取所述目标待调法向量的邻接待调法向量;
验证所述目标待调法向量与所述邻接待调法向量是否垂直;
若垂直,则对所述目标待调法向量进行角度调整,使所述目标待调法向量与所述邻接待调法向量不垂直;
当所述第二样条曲线法向量中所有样条曲线法向量有效性验证完成后,得 到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述调整单元604具体用于:
判断所述全局法向量与所述样条曲线法向量的夹角是否大于预设值;
若所述夹角大于所述预设值,则根据所述样条曲线法向量对所述全局法向量进行调整,得到一致的全局法向量。
为了更好实施本申请实施例中医学轮廓数据的重构方法,在医学轮廓数据的重构方法基础之上,本申请实施例中还提供一种医学轮廓数据的重构装置,如图7所示,所述医学轮廓数据的重构装置700包括:
第一获取单元701,用于获取目标对象的医学轮廓数据;
第二获取单元702,用于获取所述医学轮廓数据的全局法向量;
第三获取单元703,用于获取所述医学轮廓数据的样条曲线法向量;
重构单元704,用于根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量,根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
本申请提供的医学轮廓数据的重构装置,通过获取医学轮廓数据的样条曲线法向量,以样条曲线法向量作为全局法向量调整的参考方向,对全局法向量进行一致性调整,取得了细节清晰、表面光滑的三维曲面重构模型。采用本申请提供的重构装置,使得医学轮廓数据的全局法向量调整一致,提高了三维曲面重构的准确性,取得了表面光滑且细节完好的三维曲面重构效果。
在本申请一些实施例中,所述第一获取单元701具体用于:
获取所述目标对象的原始医学轮廓数据;
将所述原始医学轮廓数据转换为具有坐标的点云数据;
过滤所述点云数据中具有相同坐标的点云数据,得到有效点云数据;
将所述有效点云数据作为所述目标对象的医学轮廓数据。
在本申请一些实施例中,所述第三获取单元703具体用于:
获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元703具体用于:
分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,获取所述目标轮廓点的样条曲线切向量;
根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量;
当所述医学轮廓数据中所有轮廓点的样条曲线法向量确定后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元703具体用于:
对所述医学轮廓数据进行样条曲线拟合,得到所述医学轮廓数据的样条曲线;
对所述目标轮廓点进行求导,得到所述目标轮廓点的样条曲线切向量;
将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为所述目标轮廓点的样条曲线法向量。
在本申请一些实施例中,所述第三获取单元703具体用于:
获取所述目标轮廓点的邻接轮廓点;
将所述目标轮廓点和所述邻接轮廓点组成的向量作为所述目标轮廓点的样条曲线切向量;
将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元703具体用于:
获取所述医学轮廓数据的第一样条曲线法向量;
将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量;
根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元703具体用于:
分别以所述第一样条曲线法向量中的一个样条曲线法向量为目标样条曲线法向量;
判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓 外侧;
若否,则对所述目标样条曲线法向量进行调整,使所述目标样条曲线法向量的方向朝向所述医学轮廓数据的轮廓外侧;
当所述第一样条曲线法向量中所有样条曲线法向量调整完成后,得到所述第二样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元703具体用于:
获取所述医学轮廓数据所在平面的平面法向量;
获取所述目标样条曲线法向量的路径向量,所述路径向量为所述目标样条曲线法向量和目标连线向量叉乘运算后的向量,所述目标连线向量为第一轮廓点和第二轮廓点之间连线后形成的向量,所述第一轮廓点为所述目标样条曲线法向量对应的轮廓点,所述第二轮廓点为所述第一轮廓点相邻的轮廓点;
判断所述平面法向量与所述路径向量是否同向;
若所述平面法向量与所述路径向量不同向,则确定所述目标样条曲线法向量的方向未朝向所述医学轮廓数据的轮廓外侧。
在本申请另一些实施例中,所述第三获取单元703具体用于:
获取所述目标样条曲线法向量对应的平面轮廓点;
以所述平面轮廓点为起点,确定所述医学轮廓数据所在平面的第三轮廓点和第四轮廓点;
对所述平面轮廓点与所述第三轮廓点的向量,以及所述第三轮廓点和所述第四轮廓点的向量进行叉乘,得到所述医学轮廓数据所在平面的平面法向量。
在本申请另一些实施例中,所述第三获取单元703具体用于:
将所述第二样条曲线法向量作为所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元703具体用于:
对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量。
在本申请另一些实施例中,所述第三获取单元703具体用于:
分别以所述第二样条曲线法向量中的一个样条曲线法向量为目标待调法向量;
获取所述目标待调法向量的邻接待调法向量;
验证所述目标待调法向量与所述邻接待调法向量是否垂直;
若垂直,则对所述目标待调法向量进行角度调整,使所述目标待调法向量与所述邻接待调法向量不垂直;
当所述第二样条曲线法向量中所有样条曲线法向量有效性验证完成后,得到所述医学轮廓数据的样条曲线法向量。
在本申请一些实施例中,所述重构单元704具体用于:
判断所述全局法向量与所述样条曲线法向量的夹角是否大于预设值;
若所述夹角大于所述预设值,则根据所述样条曲线法向量对所述全局法向量进行调整,得到调整后的全局法向量;
根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种医学轮廓数据的全局法向量一致性调整装置,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行上述医学轮廓数据的全局法向量一致性调整方法实施例中任一实施例中所述的医学轮廓数据的全局法向量一致性调整方法中的步骤。
如图8所示,其示出了本申请实施例所涉及的计算机设备的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器801、一个或一个以上计算机可读存储介质的存储器802、电源803和输入单元804等部件。本领域技术人员可以理解,图8中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器801是该计算机设备的控制中心,利用各种接口和线路连接整个计 算机设备的各个部分,通过运行或执行存储在存储器802内的软件程序和/或模块,以及调用存储在存储器802内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器801可包括一个或多个处理核心;处理器801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)、现成可编程门阵列(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,优选的,处理器801可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器801中。
存储器802可用于存储软件程序以及模块,处理器801通过运行存储在存储器802的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器802可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器802可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器802还可以包括存储器控制器,以提供处理器801对存储器802的访问。
计算机设备还包括给各个部件供电的电源803,优选的,电源803可以通过电源管理系统与处理器801逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源803还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元804,该输入单元804可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,计算机设备中的处理器801会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器802中,并由处理器801来运行存储在存储器802中的应用程序,从而实现各种功能,如下:
获取目标对象的医学轮廓数据;
获取所述医学轮廓数据的全局法向量;
获取所述医学轮廓数据的样条曲线法向量;
根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行本申请实施例所提供的任一种医学轮廓数据的全局法向量一致性调整方法中的步骤。例如,所述计算机程序被处理器进行加载可以执行如下步骤:
获取目标对象的医学轮廓数据;
获取所述医学轮廓数据的全局法向量;
获取所述医学轮廓数据的样条曲线法向量;
根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
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的部分,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的方法实施例,在此不再赘述。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种医学轮廓数据的全局法向量一致性调 整方法和装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (20)
- 一种医学轮廓数据的全局法向量一致性调整方法,其特征在于,所述方法包括:获取目标对象的医学轮廓数据;获取所述医学轮廓数据的全局法向量;获取所述医学轮廓数据的样条曲线法向量;根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
- 根据权利要求1所述的方法,其特征在于,所述获取目标对象的医学轮廓数据,包括:获取所述目标对象的原始医学轮廓数据;将所述原始医学轮廓数据转换为具有坐标的点云数据;过滤所述点云数据中具有相同坐标的点云数据,得到有效点云数据;将所述有效点云数据作为所述目标对象的医学轮廓数据。
- 根据权利要求1所述的方法,其特征在于,所述获取所述医学轮廓数据的样条曲线法向量,包括:获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量。
- 根据权利要求3所述的方法,其特征在于,所述获取所述医学轮廓数据的样条曲线切向量,并根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述医学轮廓数据的样条曲线法向量,包括:分别以所述医学轮廓数据对应的一个轮廓点为目标轮廓点,获取所述目标轮廓点的样条曲线切向量;根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量;当所述医学轮廓数据中所有轮廓点的样条曲线法向量确定后,得到所述医学轮廓数据的样条曲线法向量。
- 根据权利要求4所述的方法,其特征在于,所述获取所述目标轮廓点的样条曲线切向量,包括:对所述医学轮廓数据进行样条曲线拟合,得到所述医学轮廓数据的样条曲线;对所述目标轮廓点进行求导,得到所述样条曲线在所述目标轮廓点的样条曲线切向量;相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量,包括:将所述样条曲线在所述目标轮廓点的样条曲线切向量的垂线,确定为所述目标轮廓点的样条曲线法向量。
- 根据权利要求4所述的方法,其特征在于,所述获取所述目标轮廓点的样条曲线切向量,包括:获取所述目标轮廓点的邻接轮廓点;将所述目标轮廓点和所述邻接轮廓点组成的向量作为所述目标轮廓点的样条曲线切向量;相应的,所述根据预设的样条曲线切向量和样条曲线法向量的关系,确定所述目标轮廓点的样条曲线法向量,包括:将所述目标轮廓点和所述邻接轮廓点的中垂线作为所述目标轮廓点的样条曲线法向量。
- 根据权利要求1所述的方法,其特征在于,所述获取所述医学轮廓数据的样条曲线法向量,包括:获取所述医学轮廓数据的第一样条曲线法向量;将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量;根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量。
- 根据权利要求7所述的方法,其特征在于,所述将所述第一样条曲线法向量中各样条曲线法向量,调整为朝向所述医学轮廓数据的轮廓外侧,以得到第二样条曲线法向量,包括:分别以所述第一样条曲线法向量中的一个样条曲线法向量为目标样条曲 线法向量;判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧;若否,则对所述目标样条曲线法向量进行调整,使所述目标样条曲线法向量的方向朝向所述医学轮廓数据的轮廓外侧;当所述第一样条曲线法向量中所有样条曲线法向量调整完成后,得到所述第二样条曲线法向量。
- 根据权利要求8所述的方法,其特征在于,所述判断所述目标样条曲线法向量的方向是否朝向所述医学轮廓数据的轮廓外侧,包括:获取所述医学轮廓数据所在平面的平面法向量;获取所述目标样条曲线法向量的路径向量,所述路径向量为所述目标样条曲线法向量和目标连线向量叉乘运算后的向量,所述目标连线向量为第一轮廓点和第二轮廓点之间连线后形成的向量,所述第一轮廓点为所述目标样条曲线法向量对应的轮廓点,所述第二轮廓点为所述第一轮廓点相邻的轮廓点;判断所述平面法向量与所述路径向量是否同向;若所述平面法向量与所述路径向量不同向,则确定所述目标样条曲线法向量的方向未朝向所述医学轮廓数据的轮廓外侧。
- 根据权利要求9所述的方法,其特征在于,所述获取所述医学轮廓数据所在平面的平面法向量,包括:获取所述目标样条曲线法向量对应的平面轮廓点;以所述平面轮廓点为起点,确定所述医学轮廓数据所在平面的第三轮廓点和第四轮廓点;对所述平面轮廓点与所述第三轮廓点的向量,以及所述第三轮廓点和所述第四轮廓点的向量进行叉乘,得到所述医学轮廓数据所在平面的平面法向量。
- 根据权利要求10所述的方法,其特征在于,所述第三轮廓点和所述平面轮廓点之间间隔第一预设数目的轮廓点,所述第四轮廓点和所述第三轮廓点之间间隔第二预设数目的轮廓点。
- 根据权利要7所述的的方法,其特征在于,所述根据所述第二样条曲 线法向量,得到所述医学轮廓数据的样条曲线法向量,包括:将所述第二样条曲线法向量作为所述医学轮廓数据的样条曲线法向量。
- 根据权利要求7所述的的方法,其特征在于,所述根据所述第二样条曲线法向量,得到所述医学轮廓数据的样条曲线法向量,包括:对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量。
- 根据权利要求13所述的方法,其特征在于,所述对所述第二样条曲线法向量中的样条曲线法向量有效性验证,得到所述医学轮廓数据的样条曲线法向量,包括:分别以所述第二样条曲线法向量中的一个样条曲线法向量为目标待调法向量;获取所述目标待调法向量的邻接待调法向量;验证所述目标待调法向量与所述邻接待调法向量是否垂直;若垂直,则对所述目标待调法向量进行角度调整,使所述目标待调法向量与所述邻接待调法向量不垂直;当所述第二样条曲线法向量中所有样条曲线法向量有效性验证完成后,得到所述医学轮廓数据的样条曲线法向量。
- 根据权利要求1所述的方法,其特征在于,所述根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量,包括:判断所述全局法向量与所述样条曲线法向量的夹角是否大于预设值;若所述夹角大于所述预设值,则根据所述样条曲线法向量对所述全局法向量进行调整,得到一致的全局法向量。
- 一种医学轮廓数据的重构方法,其特征在于,所述方法包括:获取目标对象的医学轮廓数据;获取所述医学轮廓数据的全局法向量;获取所述医学轮廓数据的样条曲线法向量;根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量,根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重 构模型。
- 一种医学轮廓数据的全局法向量一致性调整装置,其特征在于,所述装置包括:第一获取单元,用于获取目标对象的医学轮廓数据;第二获取单元,用于获取所述医学轮廓数据的全局法向量;第三获取单元,用于获取所述医学轮廓数据的样条曲线法向量;调整单元,用于根据所述样条曲线法向量调整所述全局法向量,得到一致的全局法向量。
- 一种医学轮廓数据的重构装置,其特征在于,所述装置包括:第一获取单元,用于获取目标对象的医学轮廓数据;第二获取单元,用于获取所述医学轮廓数据的全局法向量;第三获取单元,用于获取所述医学轮廓数据的样条曲线法向量;重构单元,用于根据所述样条曲线法向量调整所述全局法向量,得到调整后的全局法向量,根据所述调整后的全局法向量进行曲面重构,得到所述目标对象的曲面重构模型。
- 一种计算机设备,其特征在于,所述计算机设备包括:一个或多个处理器;存储器;以及一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至15中任一项所述的医学轮廓数据的全局法向量一致性调整方法,或权利要求16中所述的医学轮廓数据的重构方法。
- 一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至15任一项所述的医学轮廓数据的全局法向量一致性调整方法中的步骤,或权利要求16所述的医学轮廓数据的重构方法中的步骤。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/142019 WO2022141368A1 (zh) | 2020-12-31 | 2020-12-31 | 医学轮廓数据的全局法向量一致性调整方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116917948A true CN116917948A (zh) | 2023-10-20 |
Family
ID=82258870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080108424.3A Pending CN116917948A (zh) | 2020-12-31 | 2020-12-31 | 医学轮廓数据的全局法向量一致性调整方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116917948A (zh) |
WO (1) | WO2022141368A1 (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424655A (zh) * | 2013-09-10 | 2015-03-18 | 鸿富锦精密工业(深圳)有限公司 | 点云曲面重构系统及方法 |
CN106683176A (zh) * | 2016-12-30 | 2017-05-17 | 飞依诺科技(苏州)有限公司 | 一种脏器三维模型构建方法及装置 |
-
2020
- 2020-12-31 CN CN202080108424.3A patent/CN116917948A/zh active Pending
- 2020-12-31 WO PCT/CN2020/142019 patent/WO2022141368A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022141368A1 (zh) | 2022-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123112B (zh) | 血流状态分析系统及方法 | |
US11042822B2 (en) | Systems and methods for using geometry sensitivity information for guiding workflow | |
CN106887000B (zh) | 医学图像的网格化处理方法及其系统 | |
Yang et al. | 4D‐CT motion estimation using deformable image registration and 5D respiratory motion modeling | |
CN109934812B (zh) | 图像处理方法、装置、服务器及存储介质 | |
US9256967B2 (en) | Systems and methods for partial volume correction in PET penalized-likelihood image reconstruction | |
US20140126793A1 (en) | Systems and methods for pet penalized-liklihood image reconstruction with spatially varying smoothing parameters | |
US20080100621A1 (en) | System and method for coronary segmentation and visualization | |
US20110262015A1 (en) | Image processing apparatus, image processing method, and storage medium | |
US20140161352A1 (en) | Iterative method for determining a two-dimensional or three-dimensional image on the basis of signals arising from x-ray tomography | |
US9508140B2 (en) | Quantifying curvature of biological structures from imaging data | |
CN106683176A (zh) | 一种脏器三维模型构建方法及装置 | |
WO2019201205A1 (zh) | 一种确定肺结节密度的方法及装置 | |
JP2006172457A (ja) | 画像配置の最適化 | |
CN111583099A (zh) | 图像摆正方法、计算机设备和存储介质 | |
WO2014016720A2 (en) | Dose deformation error calculation method and system | |
CN113139948A (zh) | 器官轮廓线质量评估方法、装置及系统 | |
Min et al. | 4D-CT Lung registration using anatomy-based multi-level multi-resolution optical flow analysis and thin-plate splines | |
US10354349B2 (en) | Systems and methods for using geometry sensitivity information for guiding workflow | |
CN116350958A (zh) | 放疗计划参数的设定方法、装置、设备、介质和程序产品 | |
CN116563096B (zh) | 用于图像配准的形变场的确定方法、装置以及电子设备 | |
CN102982552A (zh) | 一种基于里奇流的表面配准方法 | |
CN116917948A (zh) | 医学轮廓数据的全局法向量一致性调整方法和装置 | |
Liu et al. | Accurate volume calculation driven by Delaunay triangulation for coal measurement | |
CN111765883A (zh) | 机器人蒙特卡罗定位方法、设备及存储介质 |
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 |