[发明专利]一种基于树形结构拓扑图的三维体数据检索方法

说明书

本发明公开了一种基于树形结构拓扑图的三维体数据检索方法，具体为：步骤1，获取体数据子分界面，构建有向骨架树，对体数据的骨架和脊谷进行特征表示，构建树形结构拓扑图并对其进行向量表示，实现体数据内部结构的三维空间特征的表征；步骤2，分别计算基于有向骨架树的特征向量、骨架的特征向量、脊谷特征向量两个体数据的相似度相似度，然后计算基于树形结构拓扑图的特征向量相似度；步骤3，计算不同体数据其树形结构拓扑图向量间的相似度，基于获取的相似度，完成三维体数据的检索。本发明解决了现有体数据检索方法会导致体数据的三维空间信息、形状信息及拓扑关系丢失，能有效地实现了三维体数据模型的检索。

技术领域

本发明属于模式识别技术领域，涉及一种基于树形结构拓扑图的三维体数据检索方法。

背景技术

随着体数据模型的飞速增长，如何在数量众多的模型中快速准确的检索到所需要的目标模型，已成为医学诊断、工业应用、地质勘探等研究领域迫切需要解决的问题。在体数据检索研究中，根据其检索所用模型特征描述符不同，将检索方法主要分为基于文本检索、基于内容检索、基于语义检索以及基于深度卷积学习的检索等方法，下面将针对这四类方法进行综述。

(1)基于文本的检索方法

基于文本的检索方法是预先对模型库中所有的模型进行文本描述，系统根据文本的具体描述，查找相匹配的模型。为了提高检索准确性，用户需要根据检索结果调整文本描述，进而完成数据的检索。基于文本的检索方法与谷歌、百度等搜索引擎相似，用户通过输入文本完成目标模型检索。当数据被标注后，基于文本的检索方法可快速的检索出所需要的数据模型，但该方法对于未标注的数据库无法进行检索，另外，对于体数据来说其本身视觉特征往往无法体现，标注程序较为复杂，针对同一体数据模型可能会因标注人主观性不同而有着不同的文本描述。基于文本的方法很难全面、详细、精确地描述复杂的体数据模型，因此适用性受到限制。

(2)基于内容的检索方法

基于内容的检索方法首先构建数据的属性特征描述符(如形状、纹理、空间关系及拓扑结构等)，然后计算属性特征描述符间的相似度判断模型的匹配程度，从而检索出相似的数据模型，该类方法不再需要人工标注，提高了检索效果，被广泛应用在图像及三维模型检索领域中。S.Istephan,M.R.Siadat.Conversion of a surface model of a structureof interest into a volume model for medical image retrieval[J].AppliedMedical Informatics,2015,36(2):9-30.，提出一种体数据检索方法，该方法通过提取体数据中某一感兴趣结构的表面模型并将其转换为体模型，然后基于体模型提取的特征实现体数据的检索。M.Jiang,S.Zhang,H.Li,et al.Computer-aided diagnosis ofmammographic masses using scalable image retrieval[J].IEEE Transactions onBiomedical Engineering,2015,62(2):783-792.，提出一种词汇树检索方法，该方法首先对二维的医学图像提取SIFT特征，然后构建词汇树，通过对词汇树的相似性计算，检索需要的结果，该方法检索的是二维图像，对于体数据的检索无法直接应用。目前，基于内容检索方法多是基于体数据二维切片图像的进行检索，对于应用三维空间特征实现体数据检索研究较少。基于内容检索的效果直接取决于构建的数据特征描述符，因而如何有效提取出信息量丰富且易于识别的特征描述符是检索中要解决的关键问题，也是检索的难点。

(3)基于语义的检索方法