基于元球和无网格模型混合方法的可交互软组织建模及其在神经外科手术模拟中的应用

With the constant application of virtual reality in medicine, VR surgery simulation and planning have attracted increasing interests from clinic, especially in neurosurgery. The core research content in virtual surgery is the human tissue modeling and surgical simulation. Metaball, as a special implicit surface modeling method, can effectively express smooth and blobby surfaces. Since human cerebral cortex has a large number of sulci and gyri, it has natural advantages in handling collision detection and real-time physical deformation, if these complex geometric structures in brain can be expressed and simplified by metaballs. However, metaballs-based methods are weak in handling the accurate physical deformation and cutting simulation. Considering meshfree methods generally have the high physical accuracy, the aim of this project is to research the interactive soft tissue modeling based on metaballs-meshfree hybrid method and explore its application in neurosurgery simulation. The research topics includes: automatic generation of multi-scale metaballs model for the 3d individualized human brain; physical modeling based on metaballs-meshfree hybrid method; cutting, fracture simulation and electric coagulation based on metaballs-meshfree hybrid model. Finally, the metaballs-meshfree hybrid model based virtual surgery engine will be developed, and applied in the VR neurosurgery training.

随着虚拟现实技术在医学领域的不断应用，虚拟手术、手术规划等越来越受到临床的关注,尤其是在神经外科领域。虚拟手术研究的核心是人体组织的建模及手术操作的模拟。元球模型作为一种特殊的隐式曲面造型技术，可以有效描述光滑、圆润的曲面。人脑皮层有着众多圆润的沟回和褶皱，这些复杂的几何结构如果用元球来表达和简化，在处理碰撞检测和变形将具有天然的优势。然而,基于元球的方法在物理准确性和切割模拟上存在不足。鉴于无网格模型在解决软体形变时通常具有较高的精度，本课题将对元球和无网格模型混合的软组织建模展开研究，尝试提出一种兼具两者优势，能有效构建可交互软组织模型的新方法。具体内容包括：个性化人脑的多尺度元球模型自动生成；基于元球和无网格方法混合的物理模型构建；基于元球和无网格混合模型的切割、撕裂、电凝等基本手术操作的模拟等。在此基础上，研制基于元球和无网格混合模型的虚拟手术引擎，并应用到神经外科的手术模拟中。

虚拟手术研究的核心和难点是人体组织的建模及手术操作的模拟，元球模型作为一种特殊的隐式曲面造型技术，可以有效地描述连续、光滑、圆润的曲面。考虑到人脑皮层有着众多圆润的沟回和褶皱，这些复杂的几何结构如果用元球模型来表达和简化，在处理碰撞检测和实时物理变形将具有天然的优势。同时，鉴于无网格方法具有较高的物理精度，本项目对基于元球和无网格模型混合方法的软组织建模及其在神经外科手术模拟中的应用展开研究，设计基于Voronoi图的自适应方法来初始化元球模型，通过全局优化提出一种静电吸引技术来驱动元球，填充器官边界内的空间，完成元球集合的生成以及元球模型的表面三角网格化。实现RPCA分解中稀疏图像矩阵的最优化策略，该方法能够自适应手术场景的变化，用于各类内窥镜（腹腔镜、神经内镜、消化内镜等）的高光去除。实现了一种基于元球模型的自适应碰撞检测算法，本技术将元球作为碰撞检测的基本单元进行计算，在保证实时性的基础上，力求物理真实；对于手术器械，通过一种基于圆柱体模拟的方法进行简化。最后通过CUDA并行加速，大大加快其碰撞检测和响应速度。另外，提出一种基于无网格模型的仿真方法，用以模拟内窥镜下脂肪形变和在电灼烧下切除的过程。该技术从理论上通过连续介质力学分析物体的受力状态，应用于无网格粒子模型，针对每个粒子的弹力计算过程和形变位置的更新进行模型设计，实现了物理真实的情况下，软组织切割的实行仿真。最后，将上述技术进行集成，研制出一款VR神经外科手术仿真原型系统用以模拟经蝶脑垂体瘤切除，并得到首都医科大学天坛医院和三博脑科医院神经外科医生参与的临床验证与评估。

内容获取失败，请点击重试