CN115063556B - 一种汽车碰撞假人颅骨模型的构建方法 - Google Patents
一种汽车碰撞假人颅骨模型的构建方法 Download PDFInfo
- Publication number
- CN115063556B CN115063556B CN202210983665.3A CN202210983665A CN115063556B CN 115063556 B CN115063556 B CN 115063556B CN 202210983665 A CN202210983665 A CN 202210983665A CN 115063556 B CN115063556 B CN 115063556B
- Authority
- CN
- China
- Prior art keywords
- nodes
- contour line
- node
- adjacent
- target
- 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.)
- Active
Links
- 210000003625 skull Anatomy 0.000 title claims abstract description 119
- 238000010276 construction Methods 0.000 title claims description 7
- 238000000034 method Methods 0.000 claims abstract description 66
- 238000002591 computed tomography Methods 0.000 claims abstract description 26
- 238000003780 insertion Methods 0.000 claims abstract description 8
- 230000037431 insertion Effects 0.000 claims abstract description 7
- 238000003860 storage Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 5
- 238000011478 gradient descent method Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 62
- 238000010586 diagram Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 210000000988 bone and bone Anatomy 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000008439 repair process Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 210000001154 skull base Anatomy 0.000 description 5
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 210000003041 ligament Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 206010019196 Head injury Diseases 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 210000003054 facial bone Anatomy 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 210000001847 jaw Anatomy 0.000 description 2
- 210000004373 mandible Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 210000003928 nasal cavity Anatomy 0.000 description 2
- 210000001331 nose Anatomy 0.000 description 2
- 210000000103 occipital bone Anatomy 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 210000004279 orbit Anatomy 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 210000004439 collateral ligament Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000003298 dental enamel Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 235000015244 frankfurter Nutrition 0.000 description 1
- 210000001214 frontal sinus Anatomy 0.000 description 1
- 210000003823 hyoid bone Anatomy 0.000 description 1
- 210000000281 joint capsule Anatomy 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000537 nasal bone Anatomy 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 230000005311 nuclear magnetism Effects 0.000 description 1
- 230000001936 parietal effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000003582 temporal bone Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000001944 turbinate Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
- G09B23/30—Anatomical models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2021—Shape modification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Mathematical Physics (AREA)
- Educational Technology (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Computational Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Architecture (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
本发明实施例公开了一种汽车碰撞假人颅骨模型的构建方法,包括:根据人体颅骨的计算机断层扫描数据构建原始颅骨模型;根据孔洞边界轮廓线上相邻第一结点的距离***新的第一结点,得到目标轮廓线;根据所述目标轮廓线向孔洞内部***多个第二结点,并根据相邻第二结点的距离***新的第二结点,得到中间边界轮廓线;根据所述目标轮廓线和所述中间边界轮廓线上的结点划分三角形网格,并根据相邻三角形网格的位置关系调整网格形状;以所述中间边界轮廓线为新的目标轮廓线,返回所述多个第二结点的***操作,直到最终的目标轮廓线的结点数量小于或等于预设值。本实施例提高建模效率和成本,且有利于构建颅面平滑的颅骨模型。
Description
技术领域
本发明实施例涉及仿真建模领域,尤其涉及一种汽车碰撞假人颅骨模型的构建方法。
背景技术
颅骨是人体大脑最重要的保护层,也是头部抵抗冲击最重要的屏障。使用碰撞假人代替真人进行碰撞试验,可以模拟出不同情况下的头部损伤情况。由于碰撞假人的头部伤害值是通过其头部内安装的传感器来获取的,故假人颅骨模型面部不需描述过多细节,且为了便于安装制造,其颅骨模型不存在孔洞和过多的凸起与凹陷,颅面较为平滑。
现有技术中,通过螺旋CT(Computed Tomography,计算机断层扫描)、核磁共振等手段来构建完整精确的颅骨模型,作为假人颅骨设计的参考。该类方法不仅需要使用昂贵复杂的设备,操作复杂、计算繁琐,且得到的的颅骨模型描述的特征细节过多,保留了颅面大多突起与凹陷,不利于制作平滑颅面。
发明内容
本发明实施例提供一种汽车碰撞假人颅骨模型的构建方法,提高建模效率和成本,且有利于构建颅面平滑的颅骨模型,为碰撞假人的颅面设计提供参考。
第一方面,本发明实施例提供了一种汽车碰撞假人颅骨模型的构建方法,包括:
根据人体颅骨的计算机断层扫描数据构建原始颅骨模型,并提取所述原始颅骨模型中的孔洞边界轮廓线;
根据所述孔洞边界轮廓线上相邻第一结点的距离,在所述相邻第一结点之间***新的第一结点,得到目标轮廓线;
根据所述目标轮廓线向孔洞内部***多个第二结点,并根据相邻第二结点的距离在所述相邻第二结点之间***新的第二结点,得到中间边界轮廓线;
根据所述目标轮廓线和所述中间边界轮廓线上的结点,划分三角形网格,并根据相邻三角形网格的位置关系调整网格形状;
以所述中间边界轮廓线为新的目标轮廓线,返回所述多个第二结点的***操作,直到最终的目标轮廓线的结点数量小于或等于预设值。
第二方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现任一实施例所述的汽车碰撞假人颅骨模型的构建方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的汽车碰撞假人颅骨模型的构建方法。
本发明实施例采用CT扫描数据构建原始颅骨模型,不仅简单快捷、成本低,在骨的成像能力方面也要好于核磁数据。基于原始颅骨模型,从孔洞边界轮廓线开始向孔洞内部逐层***结点,逐层构网,最大条件的满足了边界层、生成层之间的形态约束。同时,在***下一层结点之前,根据当前层结点的平均距离***新的结点,保证当前层的三角形网格具有好的形态;在***下一层结点并划分下一层三角形网格后,及时调整网格形状,保证下一层的三角形网格具有好的形态;均避免了狭长边界或质量不合格网格在整个孔洞修补过程中的扩散影响,保证颅骨模型具有良好的几何形态。此外,本实施例在满足层与层的约束条件下进行,不管是对于扭曲程度较大的孔洞还是对于相对平缓的孔洞均适用,具有良好的健壮性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种汽车碰撞假人颅骨模型的构建方法的流程图。
图2是本发明实施例提供的一种原始颅骨模型的正面示意图。
图3是本发明实施例提供的一种原始颅骨模型的侧面示意图。
图4是本发明实施例提供的一种在孔洞区域内部***结点并划分三角形网格的示意图。
图5是本发明实施例提供的法兰克福平面的示意图。
图6是本发明实施例提供的颅骨坐标系的YOZ坐标系。
图7是本发明实施例提供的颅骨坐标系的XOZ坐标系。
图8是本发明实施例提供的一部分关键特征点的示意图。
图9是本发明实施例提供的另一部分关键特征点的示意图。
图10是本发明实施例提供的去除对碰撞试验测试指标影响不大的部分的颅骨模型的正面示意图。
图11是本发明实施例提供的去除对碰撞试验测试指标影响不大的部分的颅骨模型的侧面示意图。
图12是本发明实施例提供的一种孔洞边界点提取的示意图。
图13是本发明实施例提供的最小内角最大化法的示意图,其中图13(a)为一种三角剖分方式,图13(b)为另一种三角剖分方式。
图14是本发明实施例提供的最小内角最小权法的示意图,其中图14(a)为一种三角剖分方式,图14(b)为另一种三角剖分方式。
图15是本发明实施例提供的简化的颅骨模型的正面示意图。
图16是本发明实施例提供的简化的颅骨模型的侧面示意图。
图17是本发明实施例提供的简化的颅骨模型的后面示意图。
图18为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整的描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
图1是本发明实施例提供的一种汽车碰撞假人颅骨模型的构建方法的流程图。该方法适用于根据人体颅骨的CT扫描数据构建平滑颅骨模型的情况,由电子设备执行。如图1所示,该方法具体包括:
S110、根据人体颅骨的计算机断层扫描数据构建原始颅骨模型,并提取所述原始颅骨模型中的孔洞边界轮廓线。
CT扫描技术使用X射线对人体进行断层扫描,由探测器把接收到的模拟信号再转变为数字信号,然后经过计算机计算出每个像素的衰减系数,再重新构建图像,进而能够显示出人体各部位的断层结构。该技术以断层的图像形式一层一层构建出来,根据每层扫描厚度的不同,扫描精度也有差别。利用CT扫描技术来构建原始颅骨模型,不仅简单快捷、成本低,在骨的成像能力方面也要好于核磁。
在一具体实施方式中,扫描对象为50百分位的男性志愿者,得到人体颅骨的CT扫描数据后,首先,根据所述扫描数据构建出原始颅骨模型,如图2和图3所示。具体的,CT扫描数据以DICOM(Digital Imaging and Communications in Medicine,医学数字成像和通信)格式存储,将CT扫描的DICOM格式的文件导入Mimics软件中,即可得到原始颅骨模型,原始颅骨模型包括多个三角形网格。Mimics软件是一种医学影像控制软件,可以通过CT扫描数据建立对应的有限元模型。然后,提取所述原始颅骨模型中的孔洞边界轮廓线。可以看出,原始颅骨模型中需修补的孔洞主要有:左右眼部孔洞、鼻部孔洞、左右耳部孔洞、左右颌骨孔洞、枕骨孔洞等。本步骤分别提取出每个孔洞的边界轮廓线,用于限定后续孔洞修补的范围。具体的提取过程将在后续实施例中详细介绍,此处不再赘述。
S120、根据所述孔洞边界轮廓线上相邻第一结点的距离,在所述相邻第一结点之间***新的第一结点,得到目标轮廓线。
由于颅骨缺损区域的数据信息量少,原始颅骨模型中的孔洞可能会出现狭长三角形网格。狭长边界同整个孔洞边界上其他边的长度不协调,会对后续新增的三角形网格形状造成不好的影响。为了降低这种影响,本步骤在狭长边界中***新结点,使得结点之间的距离尽量均衡,从而使结点构成的边长度协调,避免后续出现狭长三角形网格。为了便于区分和描述,将孔洞边界轮廓线上的结点称为“第一结点”。
具体的,遍历所述孔洞边界轮廓线上的第一结点,计算相邻第一结点的平均距离;计算每对相邻第一结点的距离与所述平均距离的比值;如果存在相邻第一结点对应的比值大于设定倍数,在所述相邻第一结点之间***新的第一结点,由所述孔洞边界轮廓线上的第一结点和所述新的第一结点共同构成目标轮廓线;如果每对相邻第一结点对应的比值均小于或等于设定倍数,由所述孔洞边界轮廓线上的第一结点构成目标轮廓线。这时的目标轮廓线为最终的孔洞边界轮廓线。
所述设定倍数可以根据实际需要具体设置,例如设置为1.5。在一具体实施方式
中,按照逆时针顺序依次遍历当前孔洞的所有边界,如果当前边E ij 的长度
满足,其中,p i 和p j 分别表示E ij 的两个结点,l a 表示孔洞边界的平均长度(即相邻
第一结点的平均距离),则在边E ij 的中点***一个新的第一结点p,并连接到点p将原三角形
网格划分为两个新增的三角形网格,同时更新有改变的点、面的拓扑关系。如此循环,直到
将当前孔洞的所有边界都处理完毕。由p i 、p j 和p共同构成最终的孔洞边界轮廓线。
S130、根据所述目标轮廓线向孔洞内部***多个第二结点,并根据相邻第二结点的距离在所述相邻第二结点之间***新的第二结点,得到中间边界轮廓线。
得到目标轮廓线后,以目标轮廓线为基础在孔洞区域内生成新的结点。为了便于区分和描述,将孔洞区域内部***的结点称为第二结点,用于完成孔洞区域的三角剖分。
首先,根据所述目标轮廓线向孔洞内部***多个第二结点。可选的,遍历所述目标轮廓线上的结点,确定相邻结点连线的中点和垂直方向;从各中点出发,沿对应的垂直方向向孔洞内部延伸设定距离,得到各第二结点;其中,所述设定距离为所述目标轮廓线上的相邻结点的平均距离。
在一具体实施方式中,按逆时针方向顺序遍历目标轮廓线上的结点,依次加入到
双向循环链表AList中,构成第i层(i的初始值为1)的边界链表,并挂入邻接链表BList中;
同时将目标轮廓线上的结点数以及结点间的平均距离L i 等信息记入表中。从表AList中第
一个结点开始直至最后一个结点,依次查找当前结点和其相邻结点(表示
第i层的第j个结点),在两者中点位置按规定的延伸方向和延伸距离向边界内***一个新
的结点,并将此点放入双向循环链表CList中。其中,延伸方向垂直于结点和组成的矢量,延伸距离设置为第i层结点的平均距离L i 。以图4为例,假设最外层的p 1,1到p 1,7构成目标轮廓线,则在结点和其相邻点的中点位置向孔洞区域内部插
入第二结点。
然后,为了进一步降低生成狭长三角形网格的机率,根据相邻第二结点的距离在所述相邻第二结点之间***新的第二结点,得到中间边界轮廓线。可选的,遍历所述多个第二结点,计算相邻第二结点的平均距离;计算每对相邻第二结点的距离与所述平均距离的比值;如果存在相邻第二结点对应的比值大于设定倍数,在所述相邻第二结点之间***新的第二结点,由所述多个第二结点和所述新的第二结点共同构成中间边界轮廓线;如果每对相邻第二结点对应的比值均小于或等于设定倍数,则由所述多个第二结点构成中间边界轮廓线。
此处的设定倍数也可以根据需要具体设置,例如1.5。在一具体实施方式中,循环
检查表CList保存的第二结点及其相邻结点的间隔距离d。若则在边p i+1,j p i+1,j+1的中点***一个新的第二结点,以将狭长三角形网格划分为两个新增的三角形网格。以图4为例,在边
的中点位置***结点。如此依次检查直至当前层表AList的尾结点,最终确定的
CList可作为邻接表的第i+1层。
S140、根据所述目标轮廓线和所述中间边界轮廓线上的结点,划分三角形网格,并根据相邻三角形网格的位置关系调整网格形状。
本步骤在目标轮廓线和中间边界轮廓线之间完成三角剖分,通过新增三角形网格逐步填补孔洞区域。首先,根据所述目标轮廓线和所述中间边界轮廓线上的结点,划分三角形网格。可选的,对于所述多个第二结点中的任一第二结点,确定所述目标轮廓线上的、用于***所述任一第二结点的相邻结点,并分别与所述任一第二结点连接;对于所述多个第二结点之外的任一新的第二结点,确定用于***所述任一新的第二结点的、所述多个第二结点中的相邻第二结点,以及用于***所述相邻第二结点的、所述目标轮廓线上的四个结点,连接所述任一新的第二结点和所述四个结点中的重复结点;由连接得到的边,以及所述目标轮廓线和所述中间边界轮廓线,构成三角形网格。
在一具体实施方式中,将目标轮廓线作为第i层结点,将中间边界轮廓线作为第i+
1层结点。分析上面生成第二结点的步骤,第i层的每个结点都关联着第i+1层的两个结点,
第i+1层的每个结点都是由第i层的两个结点生成的。因此,首先顺序将结点和生成
其的、(j=1,2,…N,N表示第i层的结点总数)三点相连,然后将第i+1层的所有
结点依次连接,再连接和便完成了三角形网格的划分。以图4为例,连接结点和生成其的和,连接结点和生成其的和,连接和,连接和。同时,将新增的结点以及三角形网格的拓扑关系保存到相关数
据结构中。
通过连接结点得到三角形网格后,进一步根据相邻三角形网格的位置关系调整网格形状。可选的,如果相邻三角形网格的结点共圆,采用最小权法调整所述相邻三角形网格的结点连接关系;如果相邻三角形网格的结点不共圆,采用最小内角最大化法调整所述相邻三角形网格的结点连接关系。
具体的,最小内角最大化法和最小权法各有优点,最小权法运算速度较快,最小内角最大化法三角形形态更好,但当四边形四个结点共圆时(四边形内两对三角形最小内角相等),无法使用最小内角最大化法,当四边形对角线相等时,无法使用最小权法。基于此,本步骤在不共圆情况时,使用最小内角最大化法进行三角剖分;在共圆情况时,使用最小权法进行三角剖分,对初始三角网络进行重新分布,使得到的新网格中的三角形形态更好,数据量更少,有利于提高计算效率。
S150、以所述中间边界轮廓线为新的目标轮廓线,返回所述多个第二结点的***操作,直到最终的目标轮廓线的结点数量小于或等于预设值。
以第i+1层结点为基础,返回S130,进行迭代循环。每一次循环生成一层三角形网格,层层推进,直到最终的目标轮廓线的结点数达到设定值。当设定值等于3时,直接连接三个结点生成一个三角形网格,结束整个循环。
本实施例采用CT扫描数据构建原始颅骨模型,不仅简单快捷、成本低,在骨的成像能力方面也要好于核磁数据。从孔洞边界轮廓线开始向孔洞内部逐层***结点,逐层构网,最大条件的满足了边界层、生成层之间的形态约束。同时,在***下一层结点之前,根据当前层结点的平均距离***新的结点,保证当前层的三角形网格具有好的形态;在***下一层结点并划分下一层三角形网格后,通过最小权法和最小内角最大化法调整三角形网格的节点连接关系,保证下一层的三角形网格具有好的形态;以上两方面,均避免了狭长边界或质量不合格网格在整个孔洞修补过程中的扩散影响,保证颅骨模型具有良好的几何形态。此外,本实施例在满足层与层的约束条件下进行,不管是对于扭曲程度较大的孔洞还是对于相对平缓的孔洞均适用,具有良好的健壮性。
在上述实施例和下述实施例的基础上,本实施例对原始颅骨模型的构建过程进行细化。可选的,根据人体颅骨的CT扫描数据构建原始颅骨模型,包括如下步骤:
步骤一、对人体进行扫描后,选取设定范围内的CT扫描数据生成原始颅骨模型。具体的,CT数据的总体取值范围为-1024到+3072,不同的组织对应不同的CT值。例如,空气为-1000,水为0,人体组织中脂肪约为-100,肌肉约为40,骨松质为100~300,骨密质约为2000,牙釉质则高于2000。本实施例可以选取[226, 1938]内的CT数据,生成原始颅骨模型。
步骤二、对所述原始颅骨模型进行修复。修复方法是对每层切片进行像素点填充或删除。首先,修复CT数据中眼眶以上区域,此区域的重点是额窦部分。像素点填充的依据是根据解剖图谱的解剖图和CT扫描数据里面模糊的边界。同时,为了保证能够与面骨部分充分结合起来,删除眼眶以下的像素点,得到修复后的CT影像(即CT扫描数据)和三维模型。然后,修复的面骨及其以下区域,包括颅底。在面部重点修复眼眶周边结构、鼻骨、鼻腔两侧以及鼻腔后上部。在颅底区域,修复重点是保证颅底内部的窝和***,以及枕骨大孔和其他小孔的准确性。因为这些结构会影响颅骨内部压力的传递,并且只有颅底足够准确,才能与颈椎结合并进行相关的颈椎试验模拟和颅底骨折模拟。最后,修复下颌骨,结构相对简单,重点是保证与颅骨连接处形状准确即可。本步骤中的修复主要是结构性修复,使模型在结构上满足要求。
步骤三、根据根据修复后的原始颅骨模型,确定颅骨的法兰克福平面。法兰克福平面亦称耳眼平面,如图5所示,为左右侧耳门上点(po)到左侧眶下点(or)三点所处的水平面,因此称为耳眼平面。可选的,通过人机交互方式获取建模人员输入的耳门上点和眶下点,进而确定颅骨的法兰克福平面。
步骤四、根据所述法兰克福平面,建立颅骨坐标系。以鼻根点为原点,过原点垂直于冠状面,平行于法兰克福平面建立x轴,方向从后向前;过原点垂直于正中矢状面,平行于法兰克福平面建立y轴,方向从右向左;过原点垂直于法兰克福平面建立z轴,方向从下到上,建立颅骨坐标系,如图6所示。可选的,颅骨坐标系通过人机交互方式建立。此处的“前”“后”“左”“右”均是相对于颅骨模型的正面朝向而言的。
步骤五、根据关键特征点在所述颅骨坐标系下的标准坐标,调整颅骨的轮廓线,得到最终的原始颅骨模型。关键特征点包括颏下点、龈点、眉间点等,本实施例选取的关键特征点如图8和图9所示。可选的,首先通过人机交互方式选择模型中的关键特征点,并将这些关键特征点的坐标调整至获取到的标准坐标,得到最终的原始颅骨模型。例如,颏下点的标准坐标为(2.54,0,-121.92),龈点的标准坐标为(5.08,0,-64.77)。各关键特征点的标准坐标通过大量的应用实践获得,认为能够较好的反映颅骨模型的轮廓形态。
在上述实施例和下述实施例的基础上,本实施例对孔洞边界轮廓线的提取过程进行细化。可选的,所述提取所述原始颅骨模型中的孔洞边界轮廓线,包括如下步骤:
S0、通过人机交互方式,去除原始颅骨模型中对碰撞试验测试指标影响不大的部分。例如,去除与颞骨相连接的茎突舌骨韧带,去除舌骨,去除与下颌骨相连接的茎突下颌韧带、外侧韧带、关节囊、蝶下颌韧带,去除所有牙齿,去除下鼻甲,去除筛骨垂直板,去除犁骨,得到如图10和图11所示的颅骨模型。从图10和图11中可以更直观的看出,需修补的孔洞主要有:左右眼部孔洞、鼻部孔洞、口部孔洞、左右耳部孔洞、左右颌骨孔洞、枕骨孔洞等。
S1、去除上述部分后,提取所述原始颅骨模型的各孔洞边界点。可选的,所述原始颅骨模型由大量的三角形网格构成。除孔洞的边界三角网格外,其它每个三角形网格的边都是两个三角形网格的公共边,但孔洞的边界三角网格都有一条边只属于一个三角形网格。根据这一特性,首先确定经过所述原始颅骨模型中任一结点的多个邻接结点;如果所述多个邻接结点构成的边组成封闭曲线,确定所述任一结点为非孔洞边界点;否则,确定所述任一结点为孔洞边界点。
以图12为例,经过点C的邻接结点包括A、B、D、E,这些邻接结点构成的三角形边AB、BD、DE、EA组成了封闭曲线,所以C点为非孔洞边界点;F点的邻接结点包括B、D、E,这些邻接结点构成的三角形边BD、DE无法构成封闭曲线,所以F点是孔洞边界点。
S2、将任一孔洞边界点作为目标边界点,加入孔洞边界点列表。孔洞边界点列表用于存储一孔洞的边界点序列,将所述边界点序列顺序连接,即能得到该孔洞的边界轮廓线。具体来说,为了进行孔洞的修复工作,必须找到每个孔洞的完整边界轮廓,也就是需要查找出构成孔洞区域的所有边界结点。孔洞的边界是一个连续且封闭的点集,本实施例为每个孔洞设置一个孔洞边界列表,来存储完整的边界轮廓信息。此外,颅骨模型有两种边界,一是模型边界,二是孔洞边界,本实施例中需要修补的是孔洞边界,模型边界不需要修补。孔洞边界内部是无网格的部分,模型边界外部是无网格的部分,为避免误将模型边界当成孔洞边界进行修补,在选取所述任一孔洞边界点之前,还可以通过人工交互剔除模型边界。
S3、从所述目标边界点的、未被选取过的邻接三角形网格中,选取最右侧的三角形网格作为目标三角形网格。需要说明的是,此处右侧为将颅骨模型投影到某一二维平面上形成的二维图形的右侧,与上述实施例中“颅骨模型的正面朝向”的右侧无必然联系,二者可以相同,也可以不同。
S4、选取所述目标三角形网格中未被选取过的、最右侧的结点作为目标结点。
S5、如果所述目标结点为孔洞边界点,将所述目标结点作为新的目标边界点加入所述孔洞边界点列表,并返回S3。
S6、如果所述目标结点为非孔洞边界点,返回S4。
S7、当最新的目标边界点与所述任一孔洞边界点重合时,终止S5或S6中的迭代循环,由所述孔洞边界点列表中边界点序列构成一孔洞边界轮廓线。
更具体的,以图12为例,如果目标边界点为A点,只需判断点A最右侧的邻接三角形△ABC中的最右侧结点B是否为孔洞边界点。由孔洞边界点的提取过程可知,B点为孔洞边界点,然后以B点为新的目标边界点继续搜索下去,如此循环直至重新遍历到起始边界点。可选的,最右侧的邻接三角形网格和最右侧的结点可以通过人机交互的方式获取,也可以现通过各结点的坐标判断,当图形的右侧与“颅骨模型的正面朝向”的右侧相同时,在颅骨坐标系中y轴坐标越小的结点,越处于右侧。
本实施例利用网格拓扑关系优化孔洞边界点的查找效率,在每一次S3-S7的循环中,将目标边界点作为起始点开始查找,只判断起始点最右侧的邻接三角形中还没访问过的结点,避免了对遍历所有结点,提高计算效率。同理,在每一次S4-S7的循环中,也采用类似的策略避免重复遍历,进一步提高了计算效率。
在上述实施例和下述实施例的基础上,本实施例对网格形状调整的过程进行细化。本实施例的三角形网格调整基于最小内角最大化法或最小拳法进行,因此首先介绍这两种方法。
最小内角最大化法如图13所示,由相邻三角形网格ABD和BCD组成四边形ABCD,通
过最小内角最大化法则调整四边形ABCD的三角剖分形式。具体的,比较相邻三角形网格ABD
和BCD的最小内角,找到使最小内角最大化的三角剖分形式。如图13所示,图13(a)中最小内
角为,图13(b)中最小内角为,由于,所以选取图13(a)作为
优选三角剖分形式。如果初始三角形网格与图13(a)一致,则三角形网格的结点连接关系保
持不变;如果与图13(b)一致,则删除对角线AC,连接对角线BD。
最小权法如图14所示,由相邻三角形网格ABD和BCD组成四边形ABCD,比较四边形
ABCD两对角线的长短,找到使对角线最短的三角剖分形式。图14中,由于,所以选
取图14(b)作为三角剖分形式。如果初始三角形网格与图14(b)一致,则三角形网格的结点
连接关系保持不变;如果是与图14(a),则删除对角线AC,连接对角线BD。
基于以上两种方法本申请在孔洞区域内部划分得到每一层三角形网格后,就对该层三角形网格进行形状调整,而不是在生成所有层的三角形网格后统一进行网格调整。这是因为,在优化调整新增三角形网格时,将多次利用结点的拓扑关系,而最内层点的拓扑关系最为简单,因此调整网格形状时,优先利用最内层的结点来选择相邻三角形网格。当以第i层为基础生成第i+1层的新结点后,总是利用第i+1层结点的拓扑关系进行优化,如此只要查找与第i层的拓扑关系,而不需要判断与第i+2层关系。这保证了当前层三角形网格调整完毕后,在后续循环中无需再重复调整,提高了计算效率。
在一具体实施方式中,所述根据相邻三角形网格的位置关系调整网格形状,包括:判断当前层中相邻两三角形网格的结点是否共圆;根据是否共圆的情况,包括以下几种可选方式:
第一种可选方式,相邻两三角形网格的结点共圆。这时,首先计算两相邻三角形网
格的构成的四边形中两条对角线的距离,也就是计算结点和之间的距离d2、和之间的距离d3。如果d3小于d2,说明满足对角线最短的条件,结点的连接关
系保持不变。如果d3大于或等于d2,则删除由和连接而成的边,同时连接结点,和,生成新的三角形网格并更新拓扑关系。以图4为例,四边形中,和之间的距离为d2,和之间的距离为d3,
d3小于d2,满足对角线最短的条件,则结点的连接关系保持不变。
第二种可选方式,相邻两三角形网格的结点不共圆。这时,首先找出两相邻三角形
网格的最小内角,假设为;然后找出连接结点和而生成的两个三角形网
格的最小内角。如果,说明两相邻三角形网格的最小内角并不满足最大化的准
则,因此删除由和连接而成的边,同时连接结点和,生成新的
三角形网格并更新拓扑关系。否则,结点的连接关系保持不变。以图4为例,四边形中,连接和时的最小内角大于连接和时的最
小内角,所以维持连接和时的三角剖分状态。
采用上述两种可选方式对第i层和第i+1层结点之间的第一对相邻三角形网格调整完毕后,再判断下一对邻接三角形网格是否共圆,从而进行下一次迭代循环。在每次网格形状调整后,又会产生相应的新三角形网格,因此同步更新AList、BList以及点和面的拓扑关系。如此循环,可连续进行直到第i层和第i+1层结点之间的所有三角形网格全部满足最小权法准则或最小内角最大化法准则为止。
可以看出,在整个方法的实现过程中,由于采用链表的数据结构存储新增结点和三角形网格的拓扑关系,使得节点的搜索和调整能够快速有序的执行,提高了模型构建效率。
在上述实施例和下述实施例的基础上,本实施例对孔洞修补之后的颅骨模型进行进一步处理。可选的,在所述最终的目标轮廓线的结点数量小于或等于预设值之后,还包括:拟合孔洞内部各结点的隐式曲面;使用梯度下降法将各结点调整到所隐式曲面上,得到平滑的颅骨模型。
上述实施例中在孔洞内***结点并划分了三角网格,但***结点的空间位置并不能使得修复曲面具有很好的光滑性,因此需要建立曲面方程来拟合调整这些新***点的空间位置。本实施例采用隐式曲面的方法,根据孔洞上的网格信息,使用径向基函数表示的隐式曲面描述孔洞区域,然后调整***的结点到该隐式曲面上,如此,孔洞上的修补网格曲面更符合原始网格的趋势。
建立好拟合曲面的隐式方程后,使用梯度下降法逐步将填充孔洞的结点调整到所
拟合的隐式曲面上。梯度下降法实质上就是一个迭代寻优算法,即寻找能使得***结点最
快逼近拟合曲面的方向,而这个方向一般就是隐式曲面方程在结点的负梯度方向。通过上
述方法,对所有***点进行调整后,就得到了最终的***点和调整后的三角形网格。将***
的结点调整到该隐式曲面上,使用各辅助***点沿其梯度方
向逼近隐式曲面。具体的,孔洞区域曲面的梯度表示为:
计算利用s k 表示各结点的当前位置,计算s k 在该曲面上的映射点s k+1:
如果小于某限定误差时(例如取),说明s k 在孔洞曲面上,该
结点调整完毕。否则,将s k+1作为新的s k ,返回计算s k+1的操作,直到小于某限定误
差。所有结点调整完毕后,孔洞周边区域的三角网格结点与孔洞区域内部***的结点位
于同一隐式曲面,这样就使得孔洞区域曲面与孔洞边缘网格曲面光滑拼接。
得到光滑的颅骨模型后,为了便于碰撞假人头部传感器的安装与拆卸,还包括:将光滑的颅骨模型分为两部分,并对光滑的颅骨模型各表面赋予相应厚度,通过统计分析得出额骨厚度、顶骨厚度、枕骨厚度分别为:7.01 mm、5.46 mm、7.83 mm;其标准偏差分别为:1.56 mm、1.01 mm、2.43 mm,最终得到简化的颅骨模型,如图15、16、17所示。
本发明实施例构建颅骨模型所用的颅骨几何数据主要来自于CT扫描数据和人体颅骨测量数据。首先根据CT扫描数据构建出一个原始颅骨模型,该模型基本满足颅骨形状与大致轮廓特征,然后根据左右侧耳门上点和左侧眶下点,确定法兰克福平面,之后建立颅骨坐标系,根据人体颅骨测量数据对颅骨模型进行调整,根据关键特征点的位置,调整颅骨模型的外部轮廓曲线,使颅骨模型具有普适性。然后对颅骨表面的孔洞进行修补,凹陷处进行填充,突起处进行平滑,以简化颅骨这一复杂模型。整个方法能够快速简单地构建碰撞假人这种简化的颅骨模型,避免过多描述,修补突起与凹陷能反映主要颅面部信息,描述颅面特征。同时,计算和操作简单,不需要昂贵的设备,时间周期短,工程成本低,能够快速得到颅骨模型,为设计面貌与尺寸符合中国人特征的仿生假人颅骨模型提供参考。
图18为本发明实施例提供的一种电子设备的结构示意图,如图18所示,该设备包括处理器60、存储器61、输入装置62和输出装置63;设备中处理器60的数量可以是一个或多个,图18中以一个处理器60为例;设备中的处理器60、存储器61、输入装置62和输出装置63可以通过总线或其他方式连接,图18中以通过总线连接为例。
存储器61作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的颅骨模型的构建方法对应的程序指令/模块。处理器60通过运行存储在存储器61中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的汽车碰撞假人颅骨模型的构建方法。
存储器61可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器61可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器61可进一步包括相对于处理器60远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置62可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置63可包括显示屏等显示设备。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例的颅骨模型的构建方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案。
Claims (8)
1.一种汽车碰撞假人颅骨模型的构建方法,其特征在于,包括:
根据人体颅骨的计算机断层扫描数据构建原始颅骨模型,并提取所述原始颅骨模型中的孔洞边界轮廓线;
根据所述孔洞边界轮廓线上相邻第一结点的距离,在所述相邻第一结点之间***新的第一结点,得到目标轮廓线;具体的,遍历所述孔洞边界轮廓线上的第一结点,计算相邻第一结点的平均距离;计算每对相邻第一结点的距离与所述平均距离的比值;如果存在相邻第一结点对应的比值大于设定倍数,在所述相邻第一结点之间***新的第一结点,由所述孔洞边界轮廓线上的第一结点和所述新的第一结点共同构成目标轮廓线;如果每对相邻第一结点对应的比值均小于或等于设定倍数,由所述孔洞边界轮廓线上的第一结点构成目标轮廓线;
根据所述目标轮廓线向孔洞内部***多个第二结点,并根据相邻第二结点的距离在所述相邻第二结点之间***新的第二结点,得到中间边界轮廓线;具体的,遍历所述目标轮廓线上的结点,确定相邻结点连线的中点和垂直方向;从各中点出发,沿对应的垂直方向向孔洞内部延伸设定距离,得到各第二结点;其中,所述设定距离为所述目标轮廓线上的相邻结点的平均距离;遍历所述多个第二结点,计算相邻第二结点的平均距离;计算每对相邻第二结点的距离与所述平均距离的比值;如果存在相邻第二结点对应的比值大于设定倍数,在所述相邻第二结点之间***新的第二结点,由所述多个第二结点和所述新的第二结点共同构成中间边界轮廓线;如果每对相邻第二结点对应的比值均小于或等于设定倍数,则由所述多个第二结点构成中间边界轮廓线;
根据所述目标轮廓线和所述中间边界轮廓线上的结点,划分三角形网格,并根据相邻三角形网格的位置关系调整网格形状;
以所述中间边界轮廓线为新的目标轮廓线,返回所述多个第二结点的***操作,直到最终的目标轮廓线的结点数量小于或等于预设值。
2.根据权利要求1所述的构建方法,其特征在于,所述原始颅骨模型包括多个三角形网格;
所述提取所述原始颅骨模型中的孔洞边界轮廓线,包括:
S1、提取所述原始颅骨模型的各孔洞边界点;
S2、将任一孔洞边界点作为目标边界点,加入孔洞边界点列表;
S3、从所述目标边界点的、未被选取过的邻接三角形网格中,选取最右侧的三角形网格作为目标三角形网格;
S4、选取所述目标三角形网格中未被选取过的、最右侧的结点作为目标结点;
S5、如果所述目标结点为孔洞边界点,将所述目标结点作为新的目标边界点加入所述孔洞边界点列表,并返回S3;
S6、如果所述目标结点为非孔洞边界点,返回S4;
S7、当最新的目标边界点与所述任一孔洞边界点重合时,终止S5或S6中的迭代循环,由所述孔洞边界点列表中边界点序列构成一孔洞边界轮廓线。
3.根据权利要求2所述的构建方法,其特征在于,所述提取所述原始颅骨模型的各孔洞边界点,包括:
确定经过所述原始颅骨模型中任一结点的多个邻接结点;
如果所述多个邻接结点构成的边组成封闭曲线,确定所述任一结点为非孔洞边界点;
否则,确定所述任一结点为孔洞边界点。
4.根据权利要求1所述的构建方法,其特征在于,所述根据所述目标轮廓线和所述中间边界轮廓线上的结点,划分三角形网格,包括:
对于所述多个第二结点中的任一第二结点,确定所述目标轮廓线上的、用于***所述任一第二结点的相邻结点,并分别与所述任一第二结点连接;
对于所述多个第二结点之外的任一新的第二结点,确定用于***所述任一新的第二结点的、所述多个第二结点中的相邻第二结点,以及用于***所述相邻第二结点的、所述目标轮廓线上的四个结点,连接所述任一新的第二结点和所述四个结点中的重复结点;
由连接得到的边,以及所述目标轮廓线和所述中间边界轮廓线,构成三角形网格。
5.根据权利要求1所述的构建方法,其特征在于,所述根据相邻三角形网格的位置关系调整网格形状,包括:
如果相邻三角形网格的结点共圆,采用最小权法调整所述相邻三角形网格的结点连接关系;
如果相邻三角形网格的结点不共圆,采用最小内角最大化法调整所述相邻三角形网格的结点连接关系。
6.根据权利要求1所述的构建方法,其特征在于,在所述最终的目标轮廓线的结点数量小于或等于预设值之后,还包括:
拟合孔洞内部各结点的隐式曲面;
使用梯度下降法将各结点调整到所隐式曲面上,得到平滑的颅骨模型。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现权利要求1-6任一所述的汽车碰撞假人颅骨模型的构建方法。
8.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-6任一所述的汽车碰撞假人颅骨模型的构建方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210983665.3A CN115063556B (zh) | 2022-08-17 | 2022-08-17 | 一种汽车碰撞假人颅骨模型的构建方法 |
US18/190,117 US11735065B1 (en) | 2022-08-17 | 2023-03-26 | Method for building vehicle crash dummy skull model |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210983665.3A CN115063556B (zh) | 2022-08-17 | 2022-08-17 | 一种汽车碰撞假人颅骨模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115063556A CN115063556A (zh) | 2022-09-16 |
CN115063556B true CN115063556B (zh) | 2022-11-15 |
Family
ID=83207997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210983665.3A Active CN115063556B (zh) | 2022-08-17 | 2022-08-17 | 一种汽车碰撞假人颅骨模型的构建方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11735065B1 (zh) |
CN (1) | CN115063556B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777473A (zh) * | 2016-11-11 | 2017-05-31 | 南京林业大学 | 一种用于汽车碰撞损伤研究的人体头部有限元建模方法 |
CN107423773A (zh) * | 2016-05-23 | 2017-12-01 | 北京师范大学 | 三维颅骨的自动配准方法和装置 |
CN110176066A (zh) * | 2019-05-28 | 2019-08-27 | 中山大学附属第三医院 | 颅骨缺损结构的重建方法、装置及电子设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4201777A1 (de) * | 1992-01-23 | 1993-07-29 | Laerdal Asmund S As | Modell zum ueben der cardiopulmonaren wiederbelebung (cpr) eines menschen |
EP1638459A2 (en) * | 2003-06-11 | 2006-03-29 | Case Western Reserve University | Computer-aided-design of skeletal implants |
US7825925B2 (en) * | 2007-03-09 | 2010-11-02 | St. Jude Medical, Atrial Fibrillation Division, Inc. | Method and system for repairing triangulated surface meshes |
CN101339670B (zh) * | 2008-08-07 | 2010-06-09 | 浙江工业大学 | 一种计算机辅助的三维颅面复原方法 |
CN103679816B (zh) * | 2013-12-30 | 2018-09-25 | 北京师范大学 | 一种面向刑侦的未知身源颅骨的计算机辅助面貌复原方法 |
US10733911B2 (en) | 2015-10-14 | 2020-08-04 | Humanetics Innovative Solutions, Inc. | Three-dimensional ribs and method of three-dimensional printing of ribs for crash test dummy |
CN106780591B (zh) * | 2016-11-21 | 2019-10-25 | 北京师范大学 | 一种基于颅面稠密对应点云的颅面形态分析及面貌复原方法 |
WO2018103640A1 (zh) * | 2016-12-05 | 2018-06-14 | 广州迈普再生医学科技有限公司 | 一种颅骨修补***及其制备方法 |
CN109064542B (zh) * | 2018-06-06 | 2019-11-19 | 贝壳找房(北京)科技有限公司 | 三维模型表面空洞填补方法和装置 |
CN112070898B (zh) * | 2020-09-10 | 2023-11-24 | 北京交通大学 | 一种高质量网格小型猪头部有限元模型建模方法 |
CN112288645B (zh) * | 2020-09-30 | 2023-08-18 | 西北大学 | 一种颅骨面貌复原模型构建方法及复原方法与*** |
CN112288725B (zh) * | 2020-10-30 | 2021-11-02 | 李艳 | 颅骨中轴垂线的确定方法、装置、存储介质及电子设备 |
US20220391548A1 (en) * | 2021-06-08 | 2022-12-08 | Exocad Gmbh | Filling a mesh hole |
-
2022
- 2022-08-17 CN CN202210983665.3A patent/CN115063556B/zh active Active
-
2023
- 2023-03-26 US US18/190,117 patent/US11735065B1/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423773A (zh) * | 2016-05-23 | 2017-12-01 | 北京师范大学 | 三维颅骨的自动配准方法和装置 |
CN106777473A (zh) * | 2016-11-11 | 2017-05-31 | 南京林业大学 | 一种用于汽车碰撞损伤研究的人体头部有限元建模方法 |
CN110176066A (zh) * | 2019-05-28 | 2019-08-27 | 中山大学附属第三医院 | 颅骨缺损结构的重建方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US11735065B1 (en) | 2023-08-22 |
CN115063556A (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | A boundary-representation method for designing whole-body radiation dosimetry models: pregnant females at the ends of three gestational periods—RPI-P3,-P6 and-P9 | |
JP2023526134A (ja) | ニューラルネットワークベース歯修復用歯科装具の生成及び配置 | |
Georgii et al. | A computational tool for preoperative breast augmentation planning in aesthetic plastic surgery | |
CN103443827A (zh) | 用于提供面部调节图像的方法和*** | |
CN104268849A (zh) | 图像核对装置以及患者定位装置 | |
US10275909B2 (en) | Systems and methods for an integrated system for visualizing, simulating, modifying and 3D printing 3D objects | |
CN111354073A (zh) | 单侧颞骨空间坐标系的构建方法、空间定位方法及设备 | |
CN106462974B (zh) | 用于分割图像的参数优化 | |
CN110246586A (zh) | 一种肝肿瘤微波消融术前仿真的有限元模型建立方法 | |
JP6049272B2 (ja) | メッシュ生成装置、方法およびプログラム | |
US10970655B2 (en) | Surgery planning based on predicted results | |
Xin et al. | Image fusion in craniofacial virtual reality modeling based on CT and 3dMD photogrammetry | |
CN112395699A (zh) | 一种基于拓扑优化的医用固定支具制备方法 | |
CN115131376A (zh) | 一种体素合并方法及相关装置 | |
Wang et al. | Deformable torso phantoms of Chinese adults for personalized anatomy modelling | |
CN111128367A (zh) | 眼部的建模和仿真方法及*** | |
CN115063556B (zh) | 一种汽车碰撞假人颅骨模型的构建方法 | |
CN110021399A (zh) | 一种放射治疗计划的自动设计方法 | |
CN112070898B (zh) | 一种高质量网格小型猪头部有限元模型建模方法 | |
CN114241156A (zh) | 用于仿真软组织变形的装置、仿真*** | |
Chowdary et al. | 6 Modeling and | |
US8108187B2 (en) | Method and system for surface analysis and envelope generation | |
CN112562070A (zh) | 基于模板匹配的颅缝早闭手术切割坐标生成*** | |
CN108346150A (zh) | 一种基于图谱分析的脑皮层厚度估计方法 | |
CN115239567B (zh) | 一种汽车碰撞假人模型缩放方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |