面向神经外科手术的自然交互式软组织切割，形变及撕裂仿真技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61862044
  • 项目类别：
    地区科学基金项目
  • 资助金额：
    39.0万
  • 负责人：
    邹艳妮
  • 依托单位：
    南昌大学
  • 学科分类：
    F0209.计算机图形学与虚拟现实
  • 结题年份：
    2022
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2022-12-31

项目摘要

This project aims to low precision of traditional cutting simulation and cutting surface rendering inconsistent with the surgery scene; the contradiction between the calculation efficiency and the fidelity of deformation; difficulties in realizing real-time and lifelike tearing simulation, and carries out the research of natural interactive soft tissue cutting, deformation and tearing simulation in virtual neurosurgery. The research content includes: (1) High fidelity meshless cutting model of soft tissue is proposed. Biomechanical properties of nonlinear viscoelastic is incorporated meshless cutting model and dynamic discrete element is used to carry out texture mapping to achieve precise cutting calculation and lifelike cutting surface rendering. (2) A hybrid deformation model of soft tissue based on meshless RPIM and shape matching in a large time step is presented. The characteristics of data stability under explicit integration for soft tissue deformation model based on RPIM is deeply researched to achieve a breakthrough in the computational efficiency and accuracy of the model. (3) The tearing model of soft tissue based on peridynamics is proposed. The fracture surface is rendered by height field and perlin noise to achieve authentic soft tissue tearing simulation. The above research content presents and forms a relatively complete and systematic solution for virtual interaction in virtual neurosurgery, and solves the key problems such as real time computing and natural virtual interaction.
本项目针对传统的软组织切割仿真精确度低及切割面渲染与手术场景不协调的问题；形变计算效率与保真度之间存在矛盾的问题；撕裂仿真实时性和逼真性难实现的问题，重点研究虚拟神经外科手术中的自然交互式软组织切割，形变及撕裂仿真的核心问题。研究内容包括：（1）提出高逼真度的无网格软组织切割模型，通过建立融合非线性粘弹性的切割模型及基于动态离散单元进行纹理映射，拟实现精准的切割计算及逼真的切割画面渲染。（2）提出一种在大时间步长下的无网格RPIM和形状匹配法的软组织混合形变模型，通过研究无网格模型中的数据计算稳定性拟在模型的计算效率和精确度方面获得突破。（3）提出基于近场动力学的软组织撕裂模型，通过高度场和柏林噪音技术对撕裂面进行渲染以实现接近真实手术场景的软组织撕裂仿真。以上研究内容为虚拟神经外科手术中的软组织交互模型提出并形成比较完整和系统的解决方法，攻克计算处理的实时性、交互呈现的自然性等关键问题。

结项摘要

本项目针对传统的软组织切割仿真精确度低及切割面渲染与手术场景不协调的问题；形变计算效率与保真度之间存在矛盾的问题；撕裂仿真实时性和逼真性难实现的问题，重点研究虚拟神经外科手术中的自然交互式软组织切割，形变及撕裂仿真的核心问题。研究内容包括：（1） 提出高逼真度的无网格软组织切割模型，实现精准的切割计算及逼真的切割画面渲染。（2）提出一种新的无网格软组织形变模型，通过研究无网格模型中的数据计算稳定性，在模型的计算效率和精确度方面获得突破。（3）提出一种软组织撕裂模型，通过高度场和柏林噪音技术对撕裂面进行渲染以实现接近真实手术场景的软组织撕裂仿真。以上研究内容为虚拟神经外科手术中的软组织交互模型提出并形成比较完整和系统的解决方法，攻克计算处理的实时性、交互呈现的自然性等关键问题。

项目成果

期刊论文数量（18）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（4）
A cluster validity evaluation method for dynamically determining the near-optimal number of clusters
一种动态确定近最优聚类数的聚类有效性评价方法
  • DOI：
    10.1007/s00500-019-04449-7
  • 发表时间：
    2019-10-24
  • 期刊：
    SOFT COMPUTING
  • 影响因子：
    4.1
  • 作者：
    Li, Xiangjun;Liang, Wei;Chang, Pei-Chann
  • 通讯作者：
    Chang, Pei-Chann
基于次表面散射的肝脏高真实感实时渲染的研究与实现
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    南昌大学学报（理科版）
  • 影响因子：
    --
  • 作者：
    吴德道;刘小平
  • 通讯作者：
    刘小平
Ensemble Residual Networks for Short-Term Load Forecasting
用于短期负荷预测的集合残差网络
  • DOI：
    10.1109/access.2020.2984722
  • 发表时间：
    2020
  • 期刊：
    IEEE ACCESS
  • 影响因子：
    3.9
  • 作者：
    Qingshan Xu;Xiaohui Yang;Xin Huang
  • 通讯作者：
    Xin Huang
MHSU-Net: A more versatile neural network for medical image segmentation
MHSU-Net：用于医学图像分割的更通用的神经网络
  • DOI：
    10.1016/j.cmpb.2021.106230
  • 发表时间：
    2021-06-17
  • 期刊：
    COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE
  • 影响因子：
    6.1
  • 作者：
    Ma, Hao;Zou, Yanni;Liu, Peter X.
  • 通讯作者：
    Liu, Peter X.
A novel complex network community detection approach using discrete particle swarm optimization with particle diversity and mutation
一种新颖的复杂网络社区检测方法，使用具有粒子多样性和突变的离散粒子群优化
  • DOI：
    10.1016/j.asoc.2019.05.003
  • 发表时间：
    2019-08
  • 期刊：
    Applied Soft Computing Journal
  • 影响因子：
    --
  • 作者：
    Xiangjun Li;Xiaoliang Wu;Su Xu;Song Qing;Pei-Chann Chang
  • 通讯作者：
    Pei-Chann Chang

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

大规模点云数据的球面纹理映射方法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    计算机工程
  • 影响因子：
    --
  • 作者：
    刘小平;刘小平;邹艳妮;邹艳妮
  • 通讯作者：
    邹艳妮

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

邹艳妮的其他基金

面向腹腔镜肝切除术的精准手术规划系统关键技术研究
  • 批准号：
    62262040
  • 批准年份：
    2022
  • 资助金额：
    34 万元
  • 项目类别：
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码