一种个性化三维医学图像驱动的器官虚拟显示方法技术

本发明专利技术涉及一种个性化三维医学图像驱动的器官虚拟显示方法，包括以下步骤:（1）将用于大尺度形变仿真模拟的拉格朗日显式计算模型进行了扩展；（2）通过用户透明地构建材质敏感的代理物理仿真结构来驱动个性化三维医学图像的非线性形变和切割仿真；（3）对手术仿真框架中的主要处理阶段进行了基于CUDA的全程并行加速，仿真过程可以生理准确的展现器官任意切面的解剖结构。

【技术实现步骤摘要】

在虚拟手术仿真方面，本文以基于非线性有限元的形变和切割仿真、个性化医学数据的直接使用、器官内部解剖结构的真实呈现作为基本目标展开研究:手术仿真环境必须能够提供与真实手术相似的虚拟环境，其中人体软组织及器官在不同体位下的自变形和在手术器械接触、拉伸、切割等条件下的大尺度变形，以及切割过程的物理仿真，是虚拟手术和术中导航研究的重点和难点之一。人体软器官的行为和材质结构很复杂，一般具有不均匀性、各向异性、准不可压缩性、非线性、塑性和粘弹性等性质。目前，对于软组织的变形主要采用基于连续力学的有限元分析法，以保证变形的精确性与真实性。因此，如何基于器官的物理仿真模型，实时精确的仿真器官的大尺度变形及其对切割等交互操作是虚拟手术仿真必须研究的内容。现有的手术仿真方法尚不能直观、有效的传达个性化人体器内部的组织结构、材质组成及其视觉特性等信息。因此，在手术仿真技术换代发展需求的牵引下，如何从个性化的CT、MRI等三维医学影像数据出发，并在有限元仿真模型的驱动下，进行个性化数器官体纹理动态合成与绘制是个性化手术仿真必须解决的问题。此外，虚拟手术的有限元仿真以及仿真结果的逼真呈现需要大量的运算，为了保证仿真的可交互性，如何结合CUDA进行全程并行加速也是本文需要着重研究的一个重要问题。
技术介绍
个性化三维医学图像驱动的器官形变和切割仿真相关方面为三维图像的形变操控、基于有限元的形变和切割仿真以及基于CUDA的通用计算三个方面。三维图像的形变操控直接以三维图像为对象进行形变操控，可最大限度的描述实体外观及其内部结构的逼真性。许多早期的工作一般都是通过基于图像的形变技术来解决这个问题。在对三维图像任意剖面的内部结构进行探究的需求的驱动下，后来一些研究者相继提出了一些更为复杂的几何形变操控策略。如=Masutani等人通过构建分片的多边形平面几何机构，并以此作为三维图像分片纹理映射的载体，借助多边形顶点的位移控制实现了对三维图像形变的近似模拟；C0rrea等人则通过在三维图像剖面上散布代理的几何控制点，通过操控这些控制点相对高效的实现了三维图像的形变控制。但是这些方法仍属于基于几何的自由形变的范畴，因而大都缺乏物理真实感。最近，Nakao等人通过将代理点算法进行扩展，通过自动生成四面体代理结构实现了较为精确的三维图像形变的物理仿真。后来，又将优化算法融入其中改进了提升了四面体代理结构的构建精度，进一步提升了仿真的精确性。但是，由于这种四面体代理结构的生成非常依赖于对三维图像内部曲率的检测，并需要辅以一定的后处理，因此，代理结构的构建只能在预处理阶段完成，这导致当三维图像发生大尺度形变时，很难实时的对代理几何结构进行同步优化更新来保证网格结构的质量。此外，该方法也忽略了对切割导致的拓扑结构变更及其自碰撞的处理，因此，它在虚拟手术中的实际应用仍受到很大的限制。基于有限元的形变和切割仿真目前有限元对物体形变进行物理建模和力学仿真的有效性已经的得到了广泛的认可。起初，有限元方法大都只能模拟线性形变，只有一小部分基于共旋模型的有限元方法可以处理几何非线性形变的情况。最近，为了对物体的大尺度形变进行仿真，Christian将基于共旋模型的有限元方法进行了扩展，并在采用规则六面体有限元网格的基础上，借助基于多重网格的偏微分方程组加速求解算法实现了线弹性物体大尺度形变的实时仿真，但是从物体材质的本构关系方面来说，该方法仍属于线性有限元的范畴。Miller等人提出的TLED模型对材质非线性进行了严谨的数学建模，并可通过显式的时间积分来对有限元的控制方程进行快速求解，并且基于GPU的并行实现对具有10000个自由度的物体模型已经可以实现实时的形变仿真，同时，它作为一种可变形模型也已经被应用于三维图像非刚性配准领域。后来，通过在TLED中融入对粘弹性的支持，实现了对物体各向异性粘弹性形变模拟的仿真。但是，目前TLED方法在切割仿真方面的扩展还比较欠缺，尚需进行进一步的研究。由于在因切割引起拓扑改变时，需要对有限元网格及其附属物理属性进行动态更新，目前基于有限元方法的物体精确切割仿真还很难满足交互性的要求。其中，当切割发生时，最简单的处理方法是将虚拟工具所接触到单元网格直接删除掉，但这一般会导致仿真效果发生较为严重的失真。基于有限元细分的方法虽然可以较为有效的来应对因切割导致的拓扑改变，但这种方法往往会产生一些病态的仿真单元，从而影响到仿真的稳定性。后来，尽管Wicke等人通过用不规则仿真单元来代替原来的规则仿真单元，对该方法进行了改进，但这种改进需要付出极高的计算代价。与上述方法思路不同的是，Molino等人提出了一种虚拟节点算法来处理应对拓扑更新问题，在切割发生时，他们主要通过对被切割单元进行复制，并同时将被切割单元所剩余的材质成分赋给副本单元，避免了对被切割单元的直接分割处理。然而，由于切割后所得到的每一个片段都要求至少包含原始有限元网格中的一个有效单元，因此这种方法所能允许的切割次数严重受限。最近，基部自适应六面体剖分的有限元方法在线弹性物体切割仿真方面取得了成功应用。此外，通过从三维图像中提取的多分辨率几何模型，Jerabkova等人通过在最精细层次上去除体素单元并对相应几何模型进行同步更新，对物体切割取得了交互式的仿真效率。因此，这些工作为本专利技术将用户透明地规则单元网格自适应构建与个性化医学图像相结合，进行非线性有限元驱动的三维图像形变和切割仿真带来了很大的启发。基于CUDA的通用计算现代GPU具有高度并行化的体系结构设计，可以以比CPU高多个数量级的效率来执行浮点运算。特别地，近几年随着GPU统一计算框架CUDA的出现，一个CUDA核可以同时执行成千上万的轻量级线程，并且在片上缓存、共享缓存以及全局内存等多种GPU存储形式的辅助下，这些线程具有极为灵活的数据访问和同步协调处理能力。因而，各种计算复杂度较高的通用计算任务都开始尝试着借助CUDA来提升计算效率。对CUDA通用计算方法及其应用进行完备综述已经超越了本文的范畴。
技术实现思路
，其特征在于包括以下步骤:(I)将用于大尺度形变仿真模拟的拉格朗日显式计算模型(Total LagrangianExplicit Dynamic algorithm, TLED)进行了扩展；(2)通过用户透明地构建材质敏感的代理物理仿真结构来驱动个性化三维医学图像的非线性形变和切割仿真；(3)对手术仿真框架中的处理阶段进行了基于CUDA的全程并行加速。【附图说明】图1三维医学图像非线性有限元驱动下的形变和切割仿真流程图。图2基于高斯混合模型的三维图像分割结果及其与三维水平集方法的对比。图3为用户透明的代理结构自适应生成过程示意图。图4为规则背景栅格辅助的代理仿真结果拓扑更新和碰撞检测处理。图5为基于MLS拟合的位移场上采样计算方法示意图。图6为基于CUDA的动态三维图像体绘制算法的数据流。图7为局部固定的三维图像在重力作用下的形变仿真结果。图8为三维图像在重力和地面限制条件共同作用下的形变仿真结果。图9为局部固定的女性三维图像在重力作用下的多次切割仿真结果。图10为局部固定的男性三维图像在重力作用下的多次切割仿真结果。【具体实施方式】下面结合附图以及具体实施例进一步说明本专利技术。本文档来自技高网...

【技术保护点】
一种个性化三维医学图像驱动的器官虚拟显示方法，其特征在于包括以下步骤:（1）将用于大尺度形变仿真模拟的拉格朗日显式计算模型（Total Lagrangian Explicit Dynamic algorithm，TLED）进行了扩展；（2）通过用户透明地构建材质敏感的代理物理仿真结构来驱动个性化三维医学图像的非线性形变和切割仿真；（3）对手术仿真框架中的处理阶段进行了基于CUDA的全程并行加速。

【技术特征摘要】
1.一种个性化三维医学图像驱动的器官虚拟显示方法，其特征在于包括以下步骤: (1)将用于大尺度形变仿真模拟的拉格朗日显式计算模型(TotalLagrangianExplicit Dynamic algorithm, TLED)进行了扩展； (2)通过用户透明地构建材质敏感的代理物理仿真结构来驱动个性化三维医学图像的非线性形变和切割仿真； (3)对手术仿真框架中的处理阶段进行了基于CUDA的全程并行加速。2.根据权利要求1所述的个性化三维医学图像驱动的器官虚拟显示方法，其特征是:所述虚拟手术仿真计算框架，将虚拟手术仿真各个阶段的处理流程进行了无缝集成，并快速地直接利用个性化的三维医学图像进行手术仿真，而无需任何繁琐的人工几何重建处理。3.根据权利要求1所述的个性化三维医学图像驱动的器官虚拟显示方法，其特征是:将用于大尺度形变仿真模拟的拉格朗日显式计算模型(Total Lagrangian ExplicitDynamic algorithm, TLED)进行了扩展,使其能够同步处理切割仿真；具体的扩展过程为:给定特定器官的密度P，杨氏模量E，泊松比V以及材质系数，首先根据四面体单元的体积来计算每个仿真单元的质量，然后，将仿真单元的质量非均匀的分配到其所属的四面体顶点上；同时，计算出用于显式积分求解的时间步长Λ t，计算公式为: I λ I Lx-......T_,' —I Kii I,丨 I 1 - TTfTTTTlH 其中Le代表所有四面体的最短边长，而C则被定义为材质的波动传播速度； 在TLED模型中，t时刻的形变`通过相对于O时刻的变形梯度tClX来进行度量，tClX能够很好地反映由非线性形变引起的材质拉伸和旋转程度，它被定义为: 飞..=.!.....1.........;!.......1.....—-W|' < P........1ir f — I I 这也是TLED模型所采用的应变度量方式；同时，...

【专利技术属性】
技术研发人员：李帅，郝爱民，秦洪，王莉莉，赵沁平，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11