[发明专利]一种软组织监督变形算法

说明书

本发明公开了一种软组织监督变形算法，包括步骤第一次数据搜索并复制、局部细化网格、第二次数据搜索并修正、网格变形。本发明中的求解状态方程步骤与机器学习相结合，通过构造目标函数，得到最优参数，以带入目标函数的形式代替循环求解，大大减少了计算量，本发明使用的最小二乘法以及梯度下降算法，得到最小化的损失函数和模型参数值，提高了精确度。

技术领域

本发明涉及一种软组织监督变形算法，具体涉及与机器学习相结合的软组织变形算法。

背景技术

近年来，随着虚拟现实技术的不断发展，通过虚拟现实平台模拟手术训练得到可能。虚拟手术给予医护人员极大的便利，他们可以使用该技术进行反复的模拟练习，提升自己的技术。目前的虚拟手术通过建模、渲染、计算将模拟手术的过程呈现在平台上。软组织的变形模型分为运动模型与物理模型两大类，其中物理模型从物体的受力情况出发，通过调整质点的位置使系统达到平衡，并得到该状态下的最终变性结果，更真实地反映了软组织受力后的形变情况，但仿真速度较慢。物理模型又包括弹簧质点模型、有限元模型、无限元模型等，其中弹簧质点模型适用于对时间要求严格而对精度要求不高的场合，有限元模型适用于对计算精度要求严格而对时间要求不高的场合。然而，目前的弹簧质点模型计算速度与精度均不大理想，阻碍了平台模拟手术训练的发展。

发明内容

发明目的：本发明的目的是为了解决以上问题，本发明提出一种软组织监督变形算法，该方法通过将软组织变形算法与机器学习相结合，通过构造目标函数的形式大大减少了计算量，且在数据搜索后细化网格，提高精度。

技术方案：为了实现以上目的，本发明所述的一种软组织监督变形算法，包括步骤：

第一步：第一次数据检索并复制，采用广度优先搜索算法采集软组织的数据信息，并基于弹簧质点模型建立软组织的物理模型；

第二步：局部细化网格，采用全局最长边平分法对物理模型进行网格细化，找出网格数据中的所有边，判断每条边是否满足平分条件，将所有需要被平分的边加入集合S，对S中的边按照长度的大小进行排序，依次取出S中最长的边并在其中点处插入新的节点，同时按照插入点剖分相应的三角面片，循环计算直到S为空，每次剖分结束后均需要判断新生成的边是否满足剖分条件，若满足则按照长度大小插入S中，保持S有序；需要剖分的边满足条件为：

其中，q_ij为连接知的边的长度，f函数为网格节点密度需要满足的条件，为质点i的空间坐标，为质点j的空间坐标；

第三步：第二次数据搜索并修正，对细化后的网格进行第二次搜索，将细化后位于物理模型外部的网格数据剔除；

第四步：网格变形，依据步骤三所述的物理模型，对其中的各个质点进行初始化，构建模型的初始状态，该模型中每个质点与相连质点N_i和N_j间的内力为：

其中，是质点N_i与质点N_j之间的内力，K_ij是连接质点N_i和质点N_j的弹簧的弹性系数，是弹簧当前长度减弹簧不受力时的静止长度，其中l_ij表示弹簧当前长度，表示连接质点N_i和质点N_j的弹簧不受力时的静止长度，是从质点N_i指向质点N_j的单位向量；

其中，l′_ij为调整后的弹簧长度，参数b用来调控K_ij随弹簧长度变化而变化的速度，l_ij为弹簧当前长度，l_min为网格中长度最小的边，l_max为弹簧中长度最大的边，E为弹簧的弹性模量，参数d用来避免长度接近l_min的边的弹性系数过大；