本课题以复杂度高、风险大的脑出血神经内窥镜手术模拟为研究对象,对神经内窥镜手术模拟的共性关键问题展开研究。在脑部图像分析方面,提出了脑出血区域、血管等脑部组织器官的分割方法。在脑部视觉模型构建方面,针对目前的血管建模算法不能处理任意拓扑结构的血管数据,提出了一种基于细分曲面的血管建模方法;为了满足临床诊断对于高精度血管模型的需求,提出了一种基于隐式曲面和曲率自适应的无模型假设的血管建模方法,基于局部统计特性和重要性驱动的体绘制技术。在医学数据几何处理方面,给出了基于微分域的三维模型噪声去除方法、孔洞修补技术、模型重采样其他优化技术。在触觉力反馈模型方面,发明了一种虚拟仿真系统中力觉反馈的计算方法。在路径规划方面,提出了基于伯恩斯坦算术运算的最近距离计算方法。在原型系统方面,研发了脑出血的神经内窥镜手术训练原型系统、脑血管介入手术的模拟训练平台,以及蛛网膜下腔出血的图像分析软件。本课题的研究成果丰富了虚拟手术理论与方法,对人体其它组织器官的虚拟手术模拟的研究具有参考价值。
英文主题词simulation surgery;virtual surgery; visual modelling;medial data processing