位置:成果数据库 > 期刊 > 期刊详情页
基于模型约减的虚拟脊柱及实时仿真
  • ISSN号:1004-731X
  • 期刊名称:系统仿真学报
  • 时间:2013
  • 页码:-
  • 分类:TP391.9[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]南通大学计算机科学与技术学院,南通226019
  • 相关基金:基金项目:国家自然科学基金面上项目(61170171),南通市科技项目(BK2011011,BK2012023),国家级大学生创新创业训练计划项目(201210304041、
  • 相关项目:脊柱矫形手术的实时仿真与力觉交互关键技术研究
中文摘要:

虚拟脊柱手术仿真的挑战和难点之一,在于脊柱的几何非线性大变形的实时仿真。研究采用基于模态分析的模型约减方法,通过,毒绒预计算和实时交互仿真,来获得高刷新率的虚拟脊在的实时仿真。在离线的预计算阶段,对脊柱有限元模型进行模态分析,截取低频模态,得到约减的形变子空间,从而大大减少了动力学方程的系统自由度。在实时仿真阶段,在约减子空间中对脊柱动力学模型进行数值积分仿真,并将约减的形变向量重建到原始空间,从而实现脊柱模型实时仿真的快速刷新。实验数据表明,基于模型约减的虚拟脊柱能以非常高的刷新率进行实时仿真。

英文摘要:

Simulation of geometrically nonlinear large deformation of spine at high updating rates is the primary challenge and prerequisite for the implementation of virtual spine surgery. Modal analysis and model reduction techniques were introduced to process large deformation of virtual spine to achieve the high updating rates. The simulation consists of two phases, the offline pre-computation and the online real-time interaction. In offline pre-computation, modal analysis was employed to process the finite element model and only low frequency modes were retained to construct the reduced subspace. Then, in real-time interaction, implicit Newmark integration scheme was adopted to simulate the virtual spine in reduced subspace and the reduced deformation vector was converted back into original Cartesian coordinates. Numerical experiments show that spine simulation based on model reduction could run at very high updating rates with reasonable precision. In conclusion, the deformable models of spine have the advantage of high updating rates and limited loss of accuracy and therefore could be useful in virtual spine surgery and relevant haptic applications.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《系统仿真学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:北京仿真中心 中国仿真学会
  • 主编:李伯虎
  • 地址:北京市海淀区永定路50号院
  • 邮编:100039
  • 邮箱:simu-xb@vip.sina.com
  • 电话:010-88527147
  • 国际标准刊号:ISSN:1004-731X
  • 国内统一刊号:ISSN:11-3092/V
  • 邮发代号:82-9
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:51729