【技术实现步骤摘要】
本专利技术涉及模式动物体表三维模型，具体涉及一种基于模式动物体表三维扫描模型的疾病识别方法。
技术介绍
1、在医学研究领域，一直致力于建立模式动物的疾病模型，可以用于人类疾病的研究。虽然目前已经研究出模式动物超速三维活体建模技术，但直接扫描出的点云模型数据量大，任意性强，且无法进行有效编辑和科学运算。
2、现有技术仅对模式动物进行三维快速扫描以形成点云模型。点云是由大量无规则点组成的三维数据集合，通过点与点之间的连接形成三角面，还原出真实对象的立体形态。扫描形成的点云模型数据质量低，不能进行逻辑运算，且数据通常非常大，不利于存储，未经过处理的模型数据不适合做正逆向拟合。
3、公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
1、为克服现有技术所存在的缺陷，现提供一种基于模式动物体表三维扫描模型的疾病识别方法，以解决现有的模式动物体表三维点云模型不适合进行疾病识别的问题。
2、为实现上述目的，提供一种基于模式动物体表三维扫描模型的疾病识别方法，，包括以下步骤：
3、a、通过三维扫描获得感病的模式动物的点云模型；
4、b、通过点云结构化算法将所述点云模型转化为结构化模型；
5、c、将所述结构化模型轻量化处理获得轻量化模型；
6、d、从所述轻量化模型中提取感病的模式动物的疾病特征部位的正向
7、e、重复步骤a～d，建立多种疾病的疾病特征部位的正向模型的数据库；
8、f、通过三维扫描获得待体检的模式动物的逆向模型；
9、g、将所述逆向模型与所述数据库进行拟合，在所述逆向模型与所述数据库的一种疾病的疾病特征部位的正向模型吻合度达到一预设阈值时，确定待体检的模式动物的感病种类。
10、进一步的，所述通过点云结构化算法将所述点云模型转化为结构化模型的步骤包括：
11、根据感病的模式动物的体貌参数和造型复杂程度，按随行走线的方式将感病的模式动物的体表划分为多个功能块和连接于功能块之间的过渡块；
12、确定功能块的点云最密集的原始点，并利用四边形公差和圆心环网放射方式以原始点向外进行四边形放射和敷设，且首尾相连呈放射状以形成基本环网；
13、通过自适应网格疏密匹配整合形体算法将功能块和过渡块进行结构化的连接与整合以形成结构化模型。
14、进一步的，所述自适应网格疏密匹配整合形体算法利用以公式进行计算，所述公式：
15、
16、其中，q为四边形公差，s为分项系数，r为一致化参数，an为各向异性参数，ad为适应性参数。
17、进一步的，通过loop算法和ring算法从所述轻量化模型中提取感病的模式动物的疾病特征部位的正向模型。
18、本专利技术的有益效果在于，本专利技术基于模式动物体表三维扫描模型的疾病识别方法，基于三维扫描技术，采用智能结构化提取技术，将点云模型转化为结构化模型，获得可分析、可计算、可提取的各种数据模型，对模式动物的体表信息进行数据化提取，由此可以建立模式动物疾病部位模型数据库，可以通过活体扫描和模式动物疾病部位模型数据库进行比对分析，大大提高疾病前期检出率和准确率。通过此方法就能判断疾病的类型，定期三维扫描可以检测出活体疾病信息，根据特征匹配到相关的疾病类型，如营养不良、向心性肥胖、妊娠反应等，大大提高了疾病前期的检出率。
本文档来自技高网...【技术保护点】
1.一种基于模式动物体表三维扫描模型的疾病识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于模式动物体表三维扫描模型的疾病识别方法，其特征在于，所述通过点云结构化算法将所述点云模型转化为结构化模型的步骤包括：
3.根据权利要求2所述的基于模式动物体表三维扫描模型的疾病识别方法，其特征在于，所述自适应网格疏密匹配整合形体算法利用以公式进行计算，所述公式：
4.根据权利要求1所述的基于模式动物体表三维扫描模型的疾病识别方法，其特征在于，通过loop算法和ring算法从所述轻量化模型中提取感病的模式动物的疾病特征部位的正向模型。
【技术特征摘要】
1.一种基于模式动物体表三维扫描模型的疾病识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于模式动物体表三维扫描模型的疾病识别方法，其特征在于，所述通过点云结构化算法将所述点云模型转化为结构化模型的步骤包括：
3.根据权利要求2所述的基于模式动物体表...
【专利技术属性】
技术研发人员：张博，徐芳，慎旭双，胡建中，刘大为，曹伟东，满迪，
申请(专利权)人：中国建筑第八工程局有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。