[发明专利]一种基于GPU加速的混合粒子的实时血流血管耦合方法

说明书

技术领域

本发明属于虚拟手术技术领域，尤其涉及一种运用于虚拟手术的实时的血流血管耦合方法。

背景技术

血流和血管的耦合是虚拟手术中的一个重要研究内容，逼真的血流效果能极大的增强虚拟手术的沉浸感，今天的虚拟手术训练系统能逼真的模拟手术器械和人体器官组织的耦合，然而在血流血管耦合方面所做的研究工作并不多，尤其是较大规模实时的基于物理的血流-血管耦合。另一方面，血管的形态和血流的流动相互作用和影响，很多血管疾病和血流动力学因素有着重要的联系，例如动脉瘤，动脉瘤的起源，生长和破裂的原因都不是很清楚，但是，血流动力学因素，像血管壁面剪应力，压力和流冲击在动脉瘤的成因上有重要的影响，因此，考虑这些因素对制定治疗计划也是至关重要的。不幸的是，在活体中直接测量血流动力学因素是危险的和困难的。在试管中作实验又不能很好的还原真实的血管环境，包括血管的几何造型，血管的材料性质等。建造逼真的患者特异性的人体血管模型，对于大规模实验来说，代价将是昂贵的。基于计算机的数值计算模型在这个时候就变得很有吸引力，它能以较低的代价去建造和研究大量的几何造型各异的血管模型。模拟并分析血流血管的相互作用对研究和诊治血管疾病有着重要的意义，真实的血管-血流耦合很有可能在术前术中规划中为医生提供强有力的支持。

近年来计算机方向的血流模拟及血流血管耦合的研究成果较少，大部分的研究都集中在工程领域和医学领域。Müller等人利用光滑粒子流体动力学(SPH)方法实现了血流的模拟，此方法在血管壁上放置代理粒子，代理粒子通过Lennard-Jones-like势能和血流粒子交互，秦璟等人通过耦合SPH方法和mass-spring方法来实现血流建模。然而这两种方法由于没有采用GPU加速，计算速度较慢，且都把血流当作牛顿流体看待，没有模拟血流的非牛顿性质。Yamaguchi等人提出了多尺度的血流模拟方法，用不同的方法同时模拟血流和血细胞，并处理它们之间的耦合作用，包括物理作用，化学作用等，然而这种方法计算复杂，计算量巨大。Juan R.Cebral等人提出了从患者血管图像到血管动脉瘤成因的一整套建模流程和分析方法，这种方法侧重于不同的血流动力学因素和血管形态下的血流血管耦合分析，在耦合的实时可视化方面缺乏有效的工作。

发明内容

针对以往血流血管耦合实时性不强或真实性不强的问题。本发明从计算机图形学中基于物理的建模方法出发，以SPH方法为基础，提出了一种血液的非牛顿粘性力求解方法和并行的基于混合粒子的血流血管耦合方法，同时设计了一种基于血管壁代理粒子的血管受力可视化方法。

本发明所采用的技术方案是：一种基于GPU加速的混合粒子的实时血流血管耦合方法，其特征在于，包括以下步骤：

步骤1：求解血液的非牛顿粘性力，其具体实现包括以下子步骤：

步骤1.1：引入非牛顿流体力学的卡森方程来对血流应变率相关的粘性系数建模；

步骤1.2：通过SPH方法离散化求解血流的粘性系数；

步骤1.3：通过SPH方法来离散化求解血流的非牛顿粘性力；

步骤2：基于混合粒子并行进行血流血管耦合，其具体实现包括以下子步骤：

步骤2.1：借鉴图形学中的基于代理粒子的边界处理方法，在血管内壁采样一层代理粒子，通过求解代理粒子和血液粒子之间的相互作用力来实现耦合作用；

步骤2.2：耦合时将代理粒子和血液粒子的速度、位置信息等提取出来，合并成混合粒子，并通过空间位置映射插入哈希表，在哈希表中搜索混合粒子的邻域粒子，最后通过SPH方法并行的计算每对互为邻域混合粒子之间的相互作用力。

作为优选，步骤1.1中所述的卡森方程如下：