基于gpu的軟組織器官元球模型自動(dòng)生成與碰撞檢測(cè)的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于GPU并行計(jì)算的虛擬手術(shù)中軟組織器官的元球模型自動(dòng)生 成與碰撞檢測(cè)的模擬方法。
【背景技術(shù)】
[0002] 隨著計(jì)算機(jī)硬件處理性能的提升，基于虛擬現(xiàn)實(shí)技術(shù)的手術(shù)模擬器得到了廣泛研 究。而模型建立與碰撞檢測(cè)是虛擬手術(shù)中的關(guān)鍵技術(shù)。軟組織模型的建立與碰撞檢測(cè)主要 包含三方面內(nèi)容：第一是根據(jù)三角網(wǎng)格模型生成初始的元球模型；第二是針對(duì)此初始元球 模型進(jìn)行局部和全局的優(yōu)化；第三是基于元球模型進(jìn)行系統(tǒng)的碰撞檢測(cè)。在設(shè)計(jì)建模算法 時(shí)要同時(shí)考慮以上三個(gè)問題，保證系統(tǒng)具有較好的實(shí)時(shí)性和真實(shí)性。
[0003] 碰撞檢測(cè)在虛擬手術(shù)中也是一個(gè)非常關(guān)鍵的問題，盡管前人進(jìn)行了深入的研究， 但實(shí)時(shí)地處理碰撞檢測(cè)到目前為止仍然是一個(gè)很有挑戰(zhàn)性的問題。從碰撞檢測(cè)方法的角 度可以將碰撞檢測(cè)劃分為三類：第一類，基于包圍盒的方法，這種方法因?yàn)榫哂辛己玫男阅?而被廣泛研究。采用包圍盒的方法可以快速地排除不可能發(fā)生碰撞的物體，從而可以很快 檢測(cè)到可能相交的對(duì)象。根據(jù)所采取的包圍盒不同，有基于層次包圍盒算法、基于AABB層 次樹算法、基于OBB層次樹算法和基于k-Dop層次樹算法；第二類，基于空間分割的方法， 使用八叉樹等數(shù)據(jù)結(jié)構(gòu)對(duì)空間進(jìn)行細(xì)分，這種方法對(duì)于剛體檢測(cè)比較好；第三類，距離場(chǎng)方 法。對(duì)于需要實(shí)時(shí)更新處理的幾何形狀復(fù)雜的對(duì)象，由于相互交互作用的要求，這種方法還 不夠快。
[0004] 本發(fā)明提出了一種基于GPU的軟組織器官元球模型自動(dòng)生成與碰撞檢測(cè)的方法。 該方法是一種基于球的建模方法，和其他建模方法不同，該方法在表現(xiàn)軟組織器官方面具 有很高的真實(shí)性，并能很好地滿足虛擬手術(shù)中的實(shí)時(shí)性要求。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明解決的技術(shù)問題是：針對(duì)虛擬手術(shù)中傳統(tǒng)方法不夠真實(shí)或速度太慢的問 題，提供了一種軟組織器官的元球模型生成算法，并使用該元球模型處理模型碰撞問題。該 方法滿足了虛擬手術(shù)系統(tǒng)實(shí)時(shí)性和真實(shí)性的要求。
[0006] 本發(fā)明采用的技術(shù)方案為：一種基于GPU的軟組織器官元球模型自動(dòng)生成與碰撞 檢測(cè)的方法，包括以下四個(gè)步驟：
[0007] 步驟（1)、生成初始的元球模型：根據(jù)輸入的三角形網(wǎng)格進(jìn)行采樣，并計(jì)算三角形 網(wǎng)格的維諾圖，根據(jù)維諾圖的頂點(diǎn)獲得三角形網(wǎng)格的中軸面，在中軸面上放置一定數(shù)量的 球，得到初始的元球模型。
[0008] 步驟（2)、元球模型的局部優(yōu)化：根據(jù)元球模型的初始位置與半徑，采用多種優(yōu)化 算法，如聚合距離太近的球、調(diào)整半徑使球內(nèi)切于三角網(wǎng)格模型表面、填補(bǔ)元球之間的空隙 等，對(duì)元球模型進(jìn)行局部優(yōu)化，減少球的數(shù)目，使元球模型與三角網(wǎng)格模型切合度更高。
[0009] 步驟（3)、元球模型的全局優(yōu)化：采用一種電荷引力模型，對(duì)原始的三角網(wǎng)格模型 進(jìn)行離散化，計(jì)算元球與網(wǎng)格內(nèi)部的空隙之間的電荷引力，使元球按照受力方向進(jìn)行移動(dòng)， 使得元球模型可以更好地表示三角網(wǎng)格模型。
[0010] 步驟（4)、使用步驟（1) (2) (3)生成的元球模型進(jìn)行檢測(cè)碰撞，包括軟組織器官之 間的自碰撞以及軟組織器官與手術(shù)器械間的碰撞。碰撞檢測(cè)采用GPU并行計(jì)算，能夠達(dá)到 很好的實(shí)時(shí)性。
[0011] 本發(fā)明的原理在于：
[0012] (1)軟組織器官通常具有連續(xù)、光滑、圓潤的表面，使用元球模型來模擬軟組織器 官，在呈現(xiàn)和表達(dá)這樣的形體時(shí)，具有天然的優(yōu)勢(shì)。
[0013] (2)使用三角網(wǎng)格模型直接參與計(jì)算，會(huì)有計(jì)算量大、計(jì)算復(fù)雜的缺點(diǎn)。生成三角 網(wǎng)格對(duì)應(yīng)的元球模型后，元球的數(shù)目與原模型的三角面片數(shù)目相比，減小了很多，能夠輕易 達(dá)到實(shí)時(shí)的效果。
[0014] (3)由于元球模型可以很好地表示原三角網(wǎng)格模型，使用元球模型處理碰撞檢測(cè) 是一種合理的方法。相比于三角形之間的相交檢測(cè)，球因?yàn)榫哂行D(zhuǎn)不變性，計(jì)算是否相交 十分簡(jiǎn)單。
[0015] (4)在虛擬手術(shù)系統(tǒng)中，手術(shù)器械一般是細(xì)長狀的剛體，因此使用圓柱體可以很好 地模擬手術(shù)器械進(jìn)行手術(shù)操作。
[0016] 本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：
[0017] 1、本發(fā)明提出的元球模型自動(dòng)生成算法具有生成模型精確、球數(shù)少的特點(diǎn)，能夠 以少量的球來逼真地表示原始器官模型。
[0018] 2、本發(fā)明采用元球模型進(jìn)行碰撞檢測(cè)，具有實(shí)時(shí)性高的特點(diǎn)，并且能夠很真實(shí)地 模擬真實(shí)手術(shù)的碰撞情況。
【附圖說明】
[0019] 圖1 :基于GPU的軟組織器官的元球模型自動(dòng)生成與碰撞檢測(cè)的方法的處理流程 圖；
[0020] 圖2 :輸入的三角形網(wǎng)格模型示意圖；
[0021] 圖3 :二角網(wǎng)格模型米樣點(diǎn)的不意圖；
[0022] 圖4 :三角網(wǎng)格模型中軸面的示意圖；
[0023] 圖5 :初始的元球模型示意圖；
[0024] 圖6 :局部優(yōu)化后的元球模型示意圖；
[0025] 圖7 :最終的元球示意圖；
[0026] 圖8 :軟組織器官發(fā)生自碰撞的示意圖；
[0027] 圖9 :使用圓柱體模擬手術(shù)器械示意圖；
[0028] 圖10 :元球與圓柱體進(jìn)行碰撞檢測(cè)的計(jì)算方法示意圖；
[0029] 圖11 :脾臟的元球模型示意圖；
[0030] 圖12 :小腸的元球模型示意圖；
[0031] 圖13 :胃的元球模型示意圖。
【具體實(shí)施方式】
[0032] 圖1給出了基于GPU的軟組織器官元球模型自動(dòng)生成與碰撞檢測(cè)的方法的處理流 程，下面結(jié)合其他附圖及【具體實(shí)施方式】進(jìn)一步說明本發(fā)明。
[0033] 本發(fā)明提供一種基于GPU的軟組織器官元球模型自動(dòng)生成與碰撞檢測(cè)的方法，主 要步驟介紹如下：
[0034] 1、生成初始的元球模型
[0035] 該方法根據(jù)輸入的三角形網(wǎng)格生成初始的元球模型。最初的輸入為三角形網(wǎng)格模 型文件，以〇bj的格式存儲(chǔ)，如圖2所示。對(duì)于三角網(wǎng)格模型，對(duì)其進(jìn)行點(diǎn)采樣。采樣點(diǎn)的數(shù) 量可以進(jìn)行手動(dòng)設(shè)置，不同的數(shù)量代表著采樣點(diǎn)的密度。遍歷三角形網(wǎng)格的每個(gè)三角形，將 三角形頂點(diǎn)置于初始采樣點(diǎn)集合。如果三角形面積大于某一閾值，在此三角形內(nèi)部隨機(jī)采 樣，也置于采樣點(diǎn)集合。此閾值與采樣點(diǎn)設(shè)置數(shù)目有關(guān)。最后，根據(jù)所設(shè)置的采樣點(diǎn)數(shù)目， 對(duì)集合進(jìn)行均勻篩選，獲得采樣點(diǎn)集。得到的采樣點(diǎn)如圖3所示。
[0036] 采用增量法來生成維諾圖。以采樣點(diǎn)集合作為輸入數(shù)據(jù)，首先選取一個(gè)將三角網(wǎng) 格模型包圍的四面體作為初始形狀，然后不斷進(jìn)行迭代，每次添加一個(gè)采樣點(diǎn)，計(jì)算此新添 加點(diǎn)所占據(jù)的范圍，更新整個(gè)維諾圖。由于新添加點(diǎn)所影響的范圍是局部的，因此更新的速 度很快。迭代完成后獲得三角網(wǎng)格對(duì)應(yīng)的維諾圖。
[0037] 將維諾圖的頂點(diǎn)連接，生成一個(gè)曲面。根據(jù)維諾圖的性質(zhì)，此曲面為初始三角網(wǎng)格 模型的中軸面。中軸面如圖4所示。它能夠準(zhǔn)確地表示初始模型的拓?fù)浣Y(jié)構(gòu)與形狀。在此 中軸面上，以維諾圖的頂點(diǎn)為球心，放置一定數(shù)量的球，生成初始的元球模型。初始的元球 模型如圖5所示。
[0038] 2、元球模型的局部優(yōu)化
[0039] 初始的元球模型雖然可以簡(jiǎn)單地表示三角網(wǎng)格模型，可是它的密度十分不均勻， 此外，很多球突出到模型表面以外，而另一些則深入在模型內(nèi)部，沒有發(fā)揮作用。因此需要 一些優(yōu)化方法來改善元球模型。本發(fā)明采用多種優(yōu)化算法，如聚合距離太近的球、調(diào)整半徑 使球內(nèi)切于三角網(wǎng)格模型表面、填補(bǔ)元球之間的空隙等，對(duì)元球模型進(jìn)行局部優(yōu)化，減少球 的數(shù)目，使元球模型與三角網(wǎng)格模型切合度更高。
[0040] (1)半徑調(diào)整算法：計(jì)算每個(gè)元球球心到模型表面的距離，然后將其作為新的元 球半徑。計(jì)算公式為：
[0041 ] D (c) = min d (c，Ti) (1)
[0042] 式中，d(c, Ti)表示元球球心到三角形i的距離；c是元球球心的位置，1\表示三角 形i。
[0043] 本算法不同元球之間不具有相關(guān)性，可以使用GPU進(jìn)行并行計(jì)算。
[0044] 經(jīng)過半徑的調(diào)整，每個(gè)元球都能夠很好地內(nèi)切于三角網(wǎng)格模型的表面。但是很多 的元球都較為重合地?fù)碓谝黄穑虻臄?shù)目十分龐大，因此需要對(duì)元球進(jìn)行聚合。
[0045] (2)元球聚合算法：檢測(cè)每個(gè)元球與其他元球的關(guān)系，將被包含的元球刪除，距離 小于某一閾值的兩個(gè)元球合并為一個(gè)。合并后的元球的球心位置位于初始兩個(gè)元球的球心 連線上，新的半徑用公式（1)計(jì)算。若有多個(gè)元球的相互距離都小于此閾值，即多個(gè)元球聚 集，需要計(jì)算球心集合的中心位置，作為新球的球心。球心位置由公式（2)計(jì)算：
[0047] 式中，m代表聚集在一起的元球的數(shù)目，c_代表新球的球心坐標(biāo)，用x、y、z坐標(biāo) 分量分別進(jìn)行計(jì)算，C i表示第i個(gè)元球的球心位置。
[0048] (3)空隙填補(bǔ)算法：搜索每個(gè)元球的周圍，查詢?cè)谌蔷W(wǎng)格模型內(nèi)部未被元球覆 蓋的區(qū)域，并用新的元球覆蓋。新的元球位置如公式（3)所示。
[0050] 式中，c_代表新球的球心坐標(biāo)，c p C2表示臨近元球1和2的球心位置，d(c u C2) 表示元球1和2的球心距離，新的半徑同樣用公式（1)計(jì)算。
[0051] 經(jīng)過局部優(yōu)化，元球能較為均勻地分布于三角網(wǎng)格模型內(nèi)部，球的數(shù)目有了很大 的減少，能夠較為真實(shí)地表現(xiàn)初始三角網(wǎng)格模型。如圖6所示。
[0052] 3、元球模型的全局優(yōu)化
[0053] 元球模型在經(jīng)過局部優(yōu)化后，可以較為真實(shí)地表示初始的三角網(wǎng)格模型?？墒牵?發(fā)明的終極目標(biāo)是使得生成的元球模型能夠最大程度地與三角網(wǎng)格模型相匹配。因此，需 要在三角網(wǎng)格模型內(nèi)部未被元球覆蓋的空隙部分的體積達(dá)到最小。
[0054] 本發(fā)明采用了一種電荷引力模型，賦予元球和空隙以不同極性、不同數(shù)量的電荷， 通過電荷引力的自動(dòng)作用，驅(qū)動(dòng)元球朝著受力方向移動(dòng)，實(shí)現(xiàn)元球模型全局的位置