CN103971372A - 人工骨快速成型方法 - Google Patents
人工骨快速成型方法 Download PDFInfo
- Publication number
- CN103971372A CN103971372A CN201410216147.4A CN201410216147A CN103971372A CN 103971372 A CN103971372 A CN 103971372A CN 201410216147 A CN201410216147 A CN 201410216147A CN 103971372 A CN103971372 A CN 103971372A
- Authority
- CN
- China
- Prior art keywords
- profile
- artificial bone
- sectioning
- slicing
- adjacent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
- A61F2/02—Prostheses implantable into the body
- A61F2/28—Bones
Landscapes
- Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Cardiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Transplantation (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Vascular Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种人工骨快速成型方法。人工骨快速成型方法包括:步骤S1:获取原骨的多个切片图像;步骤S2:确定每个切片图像的切片轮廓;步骤S3:在相邻的两个切片轮廓之间建立中间过渡轮廓;步骤S4:将切片图像的切片轮廓和中间过渡轮廓转化为加工设备可以接受的信息,并将转化后的信息输送至加工设备。应用本发明的技术方案,在相邻的两个切片图像的轮廓之间插值出中间过渡轮廓,缓解了人工骨表面出现明显的阶梯状及断层现象,提高了人工骨表面的精确度及光滑度。
Description
技术领域
本发明涉及一种人工骨快速成型方法。
背景技术
随着医疗科学、材料科学、先进制造技术的快速发展,人们对骨折缺损的修复和置换要求日益提高,人工骨制造技术得到了充分的应用。但人体骨骼种类繁多,外观形状复杂,且用于替代的人工骨外观形状大小必须与原骨一样,传统的制造技术已不能满足要求。激光快速成型技术是近年来新兴的一门技术,它是在计算机的控制下,根据物体的CAD模型、CT或MRI等数据,采用堆积成型的原理得到产品的外形。激光快速成型技术可以制造任意复杂形状的产品。
近十年来,基于CT的激光快速成型技术得到了广泛的研究。由于CT扫描层厚通常为0.5-1mm,远大于激光快速成型层厚。此时,若直接由图像边缘提取及跟踪得到的轮廓数据生成STL模型,将导致成型得到的人工骨表面出现明显的阶梯状及断层现象,为提高人工骨表面的精确度及光滑度。
发明内容
本发明旨在提供一种人工骨快速成型方法,以提高人工骨表面的精确度及光滑度。
为了实现上述目的,本发明提供了一种人工骨快速成型方法,人工骨快速成型方法包括:步骤S1:获取原骨的多个切片图像;步骤S2:确定每个切片图像的切片轮廓;步骤S3:在相邻的两个切片轮廓之间建立中间过渡轮廓;步骤S4:将切片图像的切片轮廓和中间过渡轮廓转化为加工设备可以接受的信息,并将转化后的信息输送至加工设备。
进一步地,切片图像的切片轮廓和中间过渡轮廓构成人工骨的基础外轮廓,将基础外轮廓三角化以得到人工骨的STL实体模型。
进一步地,步骤S2包括:子步骤S21:对每个切片图像进行边缘检测以确定切片图像的原始轮廓;子步骤S22:对原始轮廓做跟踪处理以获取切片轮廓。
进一步地,在子步骤S21中,采用canny边缘检测算法对切片图像进行边缘检测;和/或,在子步骤S22中,采用八邻域跟踪算法对原始轮廓进行边缘跟踪。
进一步地,步骤S3包括:子步骤S31:建立相邻的两个切片图像的切片轮廓的匹配点对;子步骤S32:对相邻的两个切片图像的切片轮廓基于匹配点对进行插值以获得离散的中间过渡轮廓。
进一步地,在相邻的两个切片图像的切片轮廓之间插值出多个离散的中间过渡轮廓。
进一步地,插值为线性插值。
进一步地,步骤S3还包括子步骤S33:对中间过渡轮廓和/或相邻的两个切片图像的切片轮廓进行拟合。
进一步地,采用三次B样条曲线对插值出的中间过渡轮廓和/或相邻的两个切片图像的切片轮廓进行拟合。
进一步地,子步骤S31包括:分步骤S311:在相邻的两个切片图像中的第一切片图像的切片轮廓上取多个第一匹配点;分步骤S312:在相邻的两个切片图像中的第二切片图像的切片轮廓上取与多个第一匹配点一一对应的多个第二匹配点以建立匹配点对。
进一步地,分步骤S311包括:以相邻的两个切片图像中的第一切片图像的切片轮廓的形心作为第一参考点,多个第一匹配点在第一切片图像的切片轮廓上的位置基于第一参考点设置;分步骤S312包括:以相邻的两个切片图像中的第二切片图像的切片轮廓的形心作为第二参考点,多个第二匹配点在第二切片图像的切片轮廓上的位置基于第二参考点设置,其中,每个第一匹配点与第一参考点的连线和与该第一匹配点对应的第二匹配点与第二参考点的连线平行。
应用本发明的技术方案,人工骨快速成型方法为:首先获取原骨的多个切片图像,然后确定每个切片图像的切片轮廓,再后在相邻的两个切片图像的轮廓之间建立中间过渡轮廓,最后将切片图像的轮廓和中间过渡轮廓的信息转化为加工设备可以接受的数据类型,并将转化后的信息输送至加工设备。应用本发明的技术方案,在相邻的两个切片图像的轮廓之间插值出中间过渡轮廓,缓解了人工骨表面出现明显的阶梯状及断层现象,提高了人工骨表面的精确度及光滑度。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了本发明的实施例的人工骨快速成型方法的流程图;
图2示出了本发明实施例的最短对角线法三角网格划分的示意图;
图3示出了本发明的实施例的边缘检测后的切片轮廓示的原始轮廓;
图4示出了本发明的实施例的跟踪后的轮廓示意图;
图5示出了本发明的实施例的起始轮廓及位于起始轮廓上匹配点;
图6示出了本发明的实施例的目标轮廓及位于目标轮廓上匹配点;
图7示出了本发明的实施例的中间过渡轮廓插值示意图;
图8示出了由匹配点构成的相邻的两个切片图像中的第一切片图像的切片轮廓;
图9示出了由匹配点构成的相邻的两个切片图像中的第二切片图像的切片轮廓;
图10示出了插值出的中间过渡轮廓;
图11示出了拟合后的中间过渡轮廓。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1所示,人工骨快速成型方法包括:步骤S1:获取原骨的多个切片图像。步骤S2:确定每个切片图像的切片轮廓;步骤S3:在相邻的两个切片轮廓之间建立中间过渡轮廓;步骤S4:将切片图像的切片轮廓和中间过渡轮廓转化为加工设备可以接受的信息,并将转化后的信息输送至加工设备。
本实施例中,采用医用CT设备获取原骨的多个切片图像。采用激光快速成型设备作为加工设备以根据切片图像的切片轮廓和中间过渡轮廓加工人工骨。
由于CT扫描层厚通常为0.5-1mm,远大于激光快速成型层厚。此时,若直接由切片图像经边缘提取及跟踪得到的切片轮廓数据生成STL模型,将导致成型得到的人工骨表面出现明显的阶梯状及断层现象。通过在相邻的两个切片轮廓之间建立中间过渡轮廓,缩小轮廓之间的距离,有利于解决人工骨表面出现明显的阶梯状及断层的问题。
切片图像的切片轮廓和中间过渡轮廓构成人工骨的基础外轮廓,将基础外轮廓三角化以得到人工骨的STL实体模型。
STL模型是将实体表面划分为一系列小三角面片,三角面片由三个顶点及三个顶点按“右手法则”构成的法向矢量决定,每一个顶点由其坐标表示,每一个三角形面片都有一个法向量。三角划分是对三维实体的几何近似,与有限元分析中的网格划分相似。为构建STL文件模型,本文采用最短对角线三角划分法构建三维实体三角面片模型。
本实施例中,CT扫描层厚为0.6mm,通过确定CT扫描得到的93张切片图像的切片轮廓得到93个切片轮廓。在相邻的两个所述切片图像的所述切片轮廓之间每隔0.1mm插值得到一个中间过渡轮廓,相邻的两个切片图像的切片轮廓之间得到5个中间过渡轮廓。总共获得553层轮廓(该轮廓包括切片图像的切片轮廓和中间过渡轮廓)数据。
然后,采用最短对角线法对相邻两层轮廓进行三角网格划分。图2示出了最短对角线法三角网格划分的示意图。
1.两相邻轮廓a、b上有特征点NP1、NP2、NP3…NPn和NQ1、NQ2、NQ3…NQn,分别以NPi和NQi+1、NQi和NPi+1构造相邻轮廓间三角面片。
2.若则连接NPiNQi+1,NPiNQi+1NQi构成三角面片,否则连接NQi和NPi+1,NPiNPi+1NQi+1构成三角面片。
3.如此遍历相邻轮廓上所有的点,使相邻轮廓由一系列三角面片构成。
4.将所有轮廓三角网格划分后,按要求编写STL格式文件,获得人工骨STL模型。
本实施例中,步骤S2包括:子步骤S21:对每个切片图像进行边缘检测以确定切片图像的原始轮廓。子步骤S22:对原始轮廓做跟踪处理以获取切片轮廓。
在子步骤S21中,采用canny边缘检测算法对切片图像进行边缘检测;和/或,在子步骤S22中,采用八邻域跟踪算法对原始轮廓进行边缘跟踪。图3示出了边缘检测后的切片轮廓的原始轮廓。图4示出了跟踪后的切片轮廓。
对CT切片图像进行边缘提取及跟踪,得到切片图像的切片轮廓,边缘提取的精度直接影响三维成型后样品与原实物的符合程度。由于canny边缘检测算子具有信噪比高、定位精度高、单边缘响应等优点,八邻域跟踪算法能获得连续、有序的单像素边缘轮廓点,且跟踪处理效率高。本实施例中,采用canny边缘检测算子提取图像目标轮廓,然后利用八邻域跟踪算法跟踪切片轮廓,从而获得切片轮廓信息。
步骤S3包括:子步骤S31:建立相邻的两个切片图像的切片轮廓的匹配点对;子步骤S32:对相邻的两个切片图像的切片轮廓基于匹配点对进行插值以获得离散的中间过渡轮廓。
在相邻的两个切片图像的切片轮廓之间插值出多个离散的中间过渡轮廓。通过确定CT扫描得到的多张切片图像的切片轮廓得到多个切片轮廓。在相邻的两个切片图像的切片轮廓之间按一定的间隔距离插值得到多个离散的中间过渡轮廓。
建立相邻的两个切片图像的切片轮廓的匹配点对是轮廓插值的关键步骤。轮廓点匹配应满足以下条件:
1.匹配点对连接线段的长度应尽量最短;
2.相邻轮廓线上的匹配点对处于同一旋向;
3.匹配点对互不相交。
子步骤S31包括:分步骤S311:在相邻的两个切片图像中的第一切片图像的切片轮廓上取多个第一匹配点;分步骤S312:在相邻的两个切片图像中的第二切片图像的切片轮廓上取与多个第一匹配点一一对应的多个第二匹配点以建立匹配点对。
本实施例中采用基于角度划分的切片轮廓点匹配方法,该方法原理简单、效果较好。还可以优选采用的切片轮廓点匹配方法有基于图形理论法、最短距离法、角度划分法。
分步骤S311包括:以相邻的两个切片图像中的第一切片图像的切片轮廓的形心作为第一参考点,多个第一匹配点在第一切片图像的切片轮廓上的位置基于第一参考点设置。
分步骤S312包括:以相邻的两个切片图像中的第二切片图像的切片轮廓的形心作为第二参考点,多个第二匹配点在第二切片图像的切片轮廓上的位置基于第二参考点设置,其中,每个第一匹配点与第一参考点的连线和与该第一匹配点对应的第二匹配点与第二参考点的连线平行。
本实施例中,以形心为中心点,将相邻的两个切片图像的轮廓按角度均分进行取点,将相邻轮廓等分为N等份,具体等分数量应以能完全逼近整个轮廓为准。根据形心分别将所有轮廓分为16等份,在得到的轮廓线数据点中分别找到与0°、22.5°、45°…337.5°等16等分点最接近的点。由于八邻域跟踪得到的轮廓点是连续有序的,且起始点都是从轮廓的最左下方开始记录,因此,按顺序记录的这些等分点即为待匹配的轮廓点。其中,相邻两层序号相同的点满足匹配点对的要求,互为匹配点对。在第i层轮廓中等分求得的16个点分别与在第i+1层采用同样的方法获得的16等份点互为匹配点对。由于第一匹配点和第二匹配点位于相应参考点的相同的角度上,因此,第一匹配点与第一参考点的连线和与该第一匹配点对应的第二匹配点与第二参考点的连线平行。
根据以下公式各切片轮廓数据求得切片轮廓形心。
其中,n为轮廓数据点总数。
为了减少切片轮廓冗余数据,以形心为中心点,将切片轮廓按角度均分进行取点,将相邻的两个切片图像的切片轮廓均等分为N等份,具体等分数量应以能完全逼近整个轮廓为准。
根据形心分别将相邻的两个切片图像的切片轮廓均等分为多等份,在得到的切片轮廓线数据点中分别找到等分点。由于八邻域跟踪得到的切片轮廓点是连续有序的,且起始点都是从切片轮廓的最左下方开始记录,因此,按顺序记录的这些等分点即为待匹配的切片轮廓点。其中,相邻两层序号相同的等分点满足匹配点对的要求,互为匹配点对。在相邻的两个切片图像中的第一切片图像的切片轮廓上求的多个第一匹配点,采用同样的方法在相邻的两个切片图像中的第二切片图像的切片轮廓上求的与多个第一匹配点一一对应的多个第二匹配点。
本实施例中,采用的插值方法为线性插值。
本实施例中,采用基于相邻两个切片图像的切片轮廓的线性插值方法对层间轮廓进行插值。对于两相邻切片图像的切片轮廓,假定某一轮廓为起始轮廓,其相邻切片上的轮廓为目标轮廓,插值出的轮廓称为中间过渡轮廓,插值过程简述如下:依据起始轮廓与中间过渡轮廓在Z方向(多个切片沿Z方向均匀的布置)上的距离,求出中间过渡轮廓与起始轮廓的相似系数,并根据两相邻切片图像的切片轮廓坐标数据、相似系数,线性插值得到中间过渡轮廓数据。图5示出了起始轮廓及位于起始轮廓上匹配点。图6示出了目标轮廓及位于目标轮廓上匹配点。
如图7所示,起始轮廓Z方向坐标z=zq,目标轮廓Z方向坐标z=zg,相邻两个切片图像的切片轮廓间的中间过渡轮廓的层数为n,则两相邻中间过渡轮廓间的距离为:d=(zg-zq)/(n+1),第m层中间过渡轮廓Z方向坐标zm=zq+md,第m层中间过渡轮廓与起始轮廓的相似系数为smq=(zg-zm)/(zg-zq),相应的第m层中间过渡轮廓与目标轮廓的相似系数为smg=(zm-zq)/(zg-zq)。线性插值得到第m层中间过渡轮廓坐标数据为:
即为:
Cm=smqCq+smgCg
Cm表示中间过渡轮廓数据点集,根据产品轮廓信息可以得出,插值出的中间过渡轮廓与起始轮廓、目标轮廓相似;中间过渡轮廓与起始轮廓或目标轮廓的相似度与距离成反比;插值出的中间过渡轮廓呈现从起始轮廓到目标轮廓的渐变过程。
本实施例中,取人工骨CT切片图像中任意相邻的两个切片图像的切片轮廓,对上述两个切片轮廓取72等分进行相邻轮廓点匹配(72等分点可以完全逼近整个轮廓),并进行层间线性插值。图8示出了由匹配点构成的相邻的两个切片图像中的第一切片图像的切片轮廓。图9示出了由匹配点构成的相邻的两个切片图像中的第二切片图像的切片轮廓。
对于中间过渡轮廓层数n的取值,理论上越大越好,但实际处理时,应考虑激光快速成型加工精度要求及轮廓插值效率。本实施例通过在每相邻两个切片图像的切片轮廓之间线性插值获得5层中间过渡轮廓,保证了切片轮廓插值效率及轮廓之间的平稳过渡。图10示出了插值出的中间过渡轮廓。
在插值出多个离散的中间过渡轮廓后,对中间过渡轮廓和/或相邻的两个切片图像的切片轮廓进行拟合。
优选地,采用三次B样条曲线对插值出的离散的中间过渡轮廓进行拟合。图11示出了拟合后的中间过渡轮廓。
插值得到的一系列轮廓点是离散的,若直接采用直线相连,将导致成型的人工骨精度偏低,表面粗糙、过渡不均匀。由于B样条曲线拟合具有几何不变性、连续性、局部性等诸多优点,非常适合复杂轮廓曲线的拟合。
本实施例中,采用三次B样条对轮廓曲线进行拟合,在保留原轮廓曲线形状的同时获得光滑的目标轮廓。拟合之前,先将像素坐标转换成笛卡尔坐标,即切片图像像素单位转化为实际尺寸单位。对插值出的5层中间过渡轮廓采用三次B样条拟合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种人工骨快速成型方法,其特征在于,所述人工骨快速成型方法包括:
步骤S1:获取原骨的多个切片图像;
步骤S2:确定每个所述切片图像的切片轮廓;
步骤S3:在相邻的两个所述切片轮廓之间建立中间过渡轮廓;
步骤S4:将所述切片图像的所述切片轮廓和所述中间过渡轮廓转化为加工设备可以接受的信息,并将转化后的所述信息输送至加工设备。
2.根据权利要求1所述的人工骨快速成型方法,其特征在于,所述切片图像的所述切片轮廓和所述中间过渡轮廓构成人工骨的基础外轮廓,将所述基础外轮廓三角化以得到所述人工骨的STL实体模型。
3.根据权利要求1所述的人工骨快速成型方法,其特征在于,所述步骤S2包括:
子步骤S21:对每个所述切片图像进行边缘检测以确定所述切片图像的原始轮廓;
子步骤S22:对所述原始轮廓做跟踪处理以获取所述切片轮廓。
4.根据权利要求3所述的人工骨快速成型方法,其特征在于,在所述子步骤S21中,采用canny边缘检测算法对所述切片图像进行边缘检测;和/或,在所述子步骤S22中,采用八邻域跟踪算法对所述原始轮廓进行边缘跟踪。
5.根据权利要求1所述的人工骨快速成型方法,其特征在于,所述步骤S3包括:
子步骤S31:建立相邻的两个所述切片图像的所述切片轮廓的匹配点对;
子步骤S32:对相邻的两个所述切片图像的所述切片轮廓基于所述匹配点对进行插值以获得离散的中间过渡轮廓。
6.根据权利要求5所述的人工骨快速成型方法,其特征在于,在相邻的两个所述切片图像的切片轮廓之间插值出多个所述离散的中间过渡轮廓。
7.根据权利要求5所述的人工骨快速成型方法,其特征在于,所述插值为线性插值。
8.根据权利要求5所述的人工骨快速成型方法,其特征在于,所述步骤S3还包括子步骤S33:对所述中间过渡轮廓和/或所述相邻的两个切片图像的所述切片轮廓进行拟合。
9.根据权利要求8所述的人工骨快速成型方法,其特征在于,采用三次B样条曲线对插值出的所述中间过渡轮廓和/或所述相邻的两个切片图像的切片轮廓进行拟合。
10.根据权利要求5所述的人工骨快速成型方法,其特征在于,所述子步骤S31包括:
分步骤S311:在所述相邻的两个切片图像中的第一切片图像的所述切片轮廓上取多个第一匹配点;
分步骤S312:在所述相邻的两个切片图像中的第二切片图像的所述切片轮廓上取与所述多个第一匹配点一一对应的多个第二匹配点以建立所述匹配点对。
11.根据权利要求10所述的人工骨快速成型方法,其特征在于,
所述分步骤S311包括:以所述相邻的两个切片图像中的第一切片图像的所述切片轮廓的形心作为第一参考点,所述多个第一匹配点在第一切片图像的所述切片轮廓上的位置基于所述第一参考点设置;
所述分步骤S312包括:以所述相邻的两个切片图像中的第二切片图像的所述切片轮廓的形心作为第二参考点,所述多个第二匹配点在第二切片图像的所述切片轮廓上的位置基于所述第二参考点设置,其中,每个所述第一匹配点与所述第一参考点的连线和与该第一匹配点对应的所述第二匹配点与所述第二参考点的连线平行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410216147.4A CN103971372A (zh) | 2014-05-21 | 2014-05-21 | 人工骨快速成型方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410216147.4A CN103971372A (zh) | 2014-05-21 | 2014-05-21 | 人工骨快速成型方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103971372A true CN103971372A (zh) | 2014-08-06 |
Family
ID=51240821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410216147.4A Pending CN103971372A (zh) | 2014-05-21 | 2014-05-21 | 人工骨快速成型方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103971372A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104173123A (zh) * | 2014-08-22 | 2014-12-03 | 国家康复辅具研究中心 | 快速、可靠的人工骨假体制备方法 |
CN107730505A (zh) * | 2016-08-12 | 2018-02-23 | 东芝医疗***株式会社 | 图像处理装置及图像处理方法 |
CN110287972A (zh) * | 2019-06-13 | 2019-09-27 | 南京航空航天大学 | 一种动物图像轮廓提取与匹配方法 |
US10991102B2 (en) | 2016-08-12 | 2021-04-27 | Canon Medical Systems Corporation | Image processing apparatus and image processing method |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426711A (zh) * | 2011-09-08 | 2012-04-25 | 上海大学 | 离散间距可控的三维多孔骨支架离散模型构建方法 |
-
2014
- 2014-05-21 CN CN201410216147.4A patent/CN103971372A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426711A (zh) * | 2011-09-08 | 2012-04-25 | 上海大学 | 离散间距可控的三维多孔骨支架离散模型构建方法 |
Non-Patent Citations (9)
Title |
---|
任国成等: "《基于CT图像快速成型数据的构建方法》", 《设计与制造》 * |
冯彦铭等: "《基于八邻域跟踪算法的封闭区域几何尺寸测量》", 《机械工程与自动化》 * |
夏仁波等: "《保证拓扑正确的高精度等值面提取技术》", 《机械工程学报》 * |
宋锟等: "《基于Canny算子和轮廓方向图的异形纤维轮廓增强算法》", 《东华大学学报(自然科学版)》 * |
张舜德等: "《复杂断层轮廓集分段分面三角化表面重构》", 《计算机辅助设计与图形学学报》 * |
於文雪等: "《三维人脑计算机图谱表面重建的层间轮廓线插值》", 《电子学报》 * |
柴岗等: "《基于Micro-CT的三维打印组织工程骨建模技术》", 《组织工程与重建外科杂志》 * |
王崴等: "《基于断层图像的RP三维重构中层间轮廓线性插值算法》", 《机械工程学报》 * |
邓小英等: "《一种用于CT片层间轮廓线插值的算法》", 《吉林大学学报(信息科学版)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104173123A (zh) * | 2014-08-22 | 2014-12-03 | 国家康复辅具研究中心 | 快速、可靠的人工骨假体制备方法 |
CN104173123B (zh) * | 2014-08-22 | 2016-06-08 | 国家康复辅具研究中心 | 快速、可靠的人工骨假体制备方法 |
CN107730505A (zh) * | 2016-08-12 | 2018-02-23 | 东芝医疗***株式会社 | 图像处理装置及图像处理方法 |
US10991102B2 (en) | 2016-08-12 | 2021-04-27 | Canon Medical Systems Corporation | Image processing apparatus and image processing method |
CN110287972A (zh) * | 2019-06-13 | 2019-09-27 | 南京航空航天大学 | 一种动物图像轮廓提取与匹配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103777911B (zh) | 3d打印中的自适应分层方法 | |
CN105046750B (zh) | 一种自动分割全颌牙齿三角网格模型的方法 | |
CN109118574A (zh) | 一种基于三维特征提取的快速逆向建模方法 | |
CN103971372A (zh) | 人工骨快速成型方法 | |
Javidrad et al. | Contour curve reconstruction from cloud data for rapid prototyping | |
CN100585638C (zh) | 基于线框的曲面体三维边界表示模型重建方法及其装置 | |
CN106780458B (zh) | 一种点云骨架提取方法及装置 | |
CN103247073A (zh) | 基于树状结构的三维脑血管模型构造方法 | |
CN105426628B (zh) | 一种复杂产品异构模型融合方法 | |
CN106874580A (zh) | 一种基于点云数据的弯管模型重建方法 | |
CN107053678B (zh) | 一种面向3d打印的曲面填充路径轨迹生成方法 | |
CN108764089B (zh) | 基于深度相机的人体背部脊柱中线识别方法 | |
De Santis et al. | Patient-specific computational haemodynamics: generation of structured and conformal hexahedral meshes from triangulated surfaces of vascular bifurcations | |
CN102184567A (zh) | 基于球b样条曲线的三维血管模型构造方法 | |
CN107862735A (zh) | 一种基于结构信息的rgbd三维场景重建方法 | |
CN109551768A (zh) | 一种基于stl的3d打印文件的数据处理方法 | |
CN111710022A (zh) | 一种避免轮廓相交的快速成型切片处理方法 | |
Douros et al. | Reconstruction of the surface of the human body from 3D scanner data using B-splines | |
CN108229081A (zh) | 一种组合曲面的几何修复的方法 | |
Moodleah et al. | Five-axis machining of STL surfaces by adaptive curvilinear toolpaths | |
CN103324934A (zh) | 基于平行结构检测与聚类的血管中心线自动提取方法 | |
CN104089599B (zh) | 用于接触式测头测量中提取二维轮廓的准形态学滤波方法 | |
CN107301673A (zh) | 一种利用标准模型库构造牙齿的局部坐标系的算法 | |
CN103366069A (zh) | 一种选择性激光烧结的分层算法 | |
CN111947595A (zh) | 一种基于三维激光扫描的船舶外板逆向建模实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140806 |