基于3D-PCNN和互信息的3D-3D医学图像配准方法

基于特征的配准方法配准精度低,基于互信息的配准方法虽然配准精度高但计算量大且易陷入局部极值。针对此问题,提出一种基于脉冲耦合神经网络(PCNN)和互信息的由粗到细的3D-3D医学图像配准方法。首先,将2D-PCNN模型扩展成能直接处理三维图像的3D-PCNN模型。然后,采用Eckhorn简化输入部分方式对扩展的3D-PCNN模型进行简化,并用线性衰减阈值代替指数衰减阈值,降低了PCNN网络计算复杂度。为了自适应确定参数值,从待处理的三维图像的二维切片图像中随机选择一幅切片图利用二维参数优化方法求出2D-PCNN参数值,并将此参数值作为3D-PCNN的参数值。最后,后利用PCNN网络点火集群的平移、旋转、尺度缩放、扭曲等不变特性将各次迭代点火集群的几何重心作为特征点,实现图像粗配准,获得初始配准参数,将此粗配准参数结果作为基于互信息配准搜索算法的初始参数值,使得搜索始终围绕全局最优值附近进行,进一步微调细化参数,得到最终较高精度的配准结果。

改进的3D-BoNet算法应用于点云实例分割与三维重建

为了更好地利用点云数据重建室内三维模型,本文提出了一种基于3D-BoNet-IAM算法的室内场景三维重建方法。该方法通过改进3D-BoNet算法提高点云数据的实例分割精度。针对点云数据缺失问题,提出了基于平面基元合并优化的拟合平面方法,利用拟合得到的新平面重建建筑表面模型。在S3DIS和ScanNet V2数据集上验证3D-BoNet算法的改进效果。试验结果表明,本文提出的3D-BoNet-IAM算法比原始算法分割精度提高了3.3%;对比本文建模效果与其他建模效果发现,本文方法的建模效果更准确。本文方法能够提高室内点云数据的实例分割精度,同时得到高质量的室内三维模型。

基于3D-SLDV和高速3D-DIC的离心轮模态分析

全场振型对于研究发动机结构动特性至关重要,介绍了基于3D-SLDV和高速3D-DIC两种全场振动测试方法的测试原理。以液体火箭发动机离心轮为例,分别采用两种技术获得了5 kHz内离心轮的固有频率和振型,对比分析了两种测试方法的优缺点,结果表明:3D-SLDV技术比3D-DIC技术具有更低的位移本底噪声,对高频振型辨识更有利,但该方法属于逐点扫描测试,测试时间长;3D-DIC技术全场数据同时采集,采集时间短,具有更精细的振型,但图像的数据量大,数据传输和分析时间长,同时这种基于位移的测试方法存在本底噪声限制。

3D MERGE与3D SPACE STIR序列在腰椎间盘突出症检查中的应用比较

目的:对比三维多回波恢复梯度回波(3D MERGE)、三维可变反转角快速自旋回波(3D SPACE STIR)序列在腰椎间盘突出症(LDH)检查中的应用效果。方法:选择2020年1月~2022年11月收治的135例LDH患者,回顾性分析患者临床和磁共振成像(MRI)资料,所有患者均接受常规MRI扫描及3D MERGE、3D SPACE STIR序列扫描,对比3D MERGE、3D SPACE STIR序列测量神经根直径的一致性,评价两种序列的图像质量参数[信噪比(SNR)、对比噪声比(CNR)]、图像清晰度评分。结果:3D MERGE和3D SPACE STIR序列测量的L3~S1神经根直径比较差异无统计学意义(P>0.05),且两组序列测量的L3、L4、L5和S1直径均显示出较高相关性(r=0.957,0.986,0.975,0.972,P<0.05);3D MERGE序列的SNR及CNR均高于3D SPACE STIR序列,神经根显示分级、图像清晰度评分优于3D SPACE STIR序列,差异有统计学意义(P<0.05)。结论:3D MERGE、3D SPACE STIR序列在LDH神经根直径测量中具有极高一致性,3D MERGE序列较3D SPACE STIR序列能够更清晰显示神经跟的解剖形态,图像质量更好。

3D Slicer三维影像重建技术在显微血管减压术治疗原发性三叉神经痛中的应用

目的探讨3D Slicer三维影像重建技术在显微血管减压术(MVD)治疗原发性三叉神经痛(PTN)中的应用价值。方法回顾性分析2020年1月至2022年12月MVD治疗的56例PTN的临床资料。术前行3D-TOF-MRA、3D-FIESTA扫描,并应用3D Slicer软件进行三维影像重建,了解血管与神经的关系、责任血管走行并模拟手术;术中显微镜下不能充分暴露或操作困难时,应用神经内镜进行观察及操作。结果55例术中确认存在责任血管,其中12例在神经内镜下确认;1例术中未发现责任血管。53例术前三维重建影像发现的责任血管与术中发现一致;3例术前三维重建影像为阴性,包括术中证实为静脉压迫2例、未发现责任血管1例。42例术后疼痛即刻消失,明显减轻13例,无变化1例。术后出现面部麻木4例、口周疱疹1例,对症治疗后缓解。术后随访15~47个月,BNI疼痛分级Ⅰ~Ⅱ级53例,Ⅲ级2例,Ⅳ级1例;有效率为94.6%。结论应用MVD治疗PTN时,3D Slicer三维影像重建技术有助于术前明确责任血管及其走行,可模拟手术以优化手术规划,减少术中不必要的探查与牵拉。神经内镜可弥补显微镜视野盲区,有助于暴露责任血管,减少责任血管遗漏,并可辅助确认及调整棉片的位置,提高手术效果。

三维重建及3D打印技术在精准胸腔镜肺段切除术中的应用

目的:探讨三维重建及3D打印技术在精准胸腔镜肺段切除术中的应用。方法:选取2020年1月至2022年12月在我院行精准胸腔镜肺段切除术患者105例,用随机数表法分为2组,对照组(53例)和研究组(52例),对照组给予三维重建制定术前计划,研究组给予三维重建及3D打印技术制定术前计划。比较两组围术期相关指标,术前、术后3 d、术后3个月的肺功能指标,临床治疗疗效以及并发症发生情况。结果:研究组术中出血量、住院费用与对照组比较,差异均无统计学意义(P>0.05),研究组手术时间、拔管时间、住院时间明显短于对照组(P<0.05),研究组淋巴结清扫个数明显高于对照组(P<0.05),研究组术后总引流量明显低于对照组(P<0.05)。术后3 d研究组用力肺活量(FVC)、第1秒用力呼气容积(FEV1)、呼气流量峰值(PEF)、每分钟最大通气量(MVV)、肺一氧化碳弥散量(DLCO)较术前均降低(P<0.05),术后3 d、术后3个月对照组FVC、FEV1、PEF、MVV、DLCO较术前均降低(P<0.05),术后3 d对照组FEV1/FVC较术前升高(P<0.05),术后3个月对照组FEV1/FVC较术前降低(P<0.05),且术后3 d、术后3个月研究组FVC、FEV1、PEF、MVV、DLCO明显高于对照组(P<0.05),术后3个月研究组FEV1/FVC明显高于对照组(P<0.05)。研究组临床治疗疗效优于对照组,且研究组的临床治疗总有效率为94.23%,明显高于对照组(67.92%)(P<0.05)。研究组的并发症发生率为19.23%,与对照组(24.53%)比较,差异无统计学意义(P>0.05)。结论:三维重建及3D打印技术应用在精准胸腔镜肺段切除术中,可有效缩短手术时间,促进患者康复,改善肺功能,提高临床治疗疗效,且安全性较好。

CBL联合3D Slicer可视化教学在医学生神经外科实习中的应用

目的:探讨CBL联合3D Slicer软件可视化教学在医学生神经外科实习中的应用价值。方法:选取2020年1月至2021年7月在台州第一人民医院神经外科轮转的60名实习医师,随机分为试验组和对照组,对照组进行CBL教学,试验组进行CBL联合3D Slicer软件可视化教学,实习结束对两组学生实施出科考试和满意度问卷调查,并对比研究。结果:试验组出科考试中理论考试、现场答辩及综合成绩明显优于对照组。在满意度调查中,试验组在学习兴趣的提升、三维空间思维能力的提升、临床思维能力的提升、创造性思维能力的提升、自主学习能力的提升以及整体满意度明显优于对照组(P<0.05)。结论:CBL联合3D Slicer可视化教学在神经外科实习教学中取得了较好成效,可明显提升教学效果和满意度,值得在基层教学医院推广。

3D打印环保混凝土的研究进展及发展趋势

探讨了将各类固体废弃物作为骨料、胶凝材料和纤维掺入混凝土制成可再生、可循环利用的绿色环保建筑材料的研究现状及进展,并对其制成的3D打印环保混凝土的可打印性、流变特性、可挤出性、可建造性、力学各向异性及耐久性作出评估和论证。

螺旋CT三维扫描重建联合3D打印用于髋臼骨折手术的价值研究

目的:探讨螺旋CT三维扫描重建联合3D打印技术在髋臼骨折外科手术中的应用价值。方法:选取2018年1月至2020年12月新疆维吾尔自治区人民医院收治的71例髋臼骨折并接受手术治疗的患者,依据治疗方式的不同将其分为观察组(38例)和对照组(33例),观察组采用螺旋CT三维重建,并以3D打印辅助内固定治疗,对照组采用常规手术治疗。比较两组患者手术效果及恢复情况。结果:观察组骨折复位质量评分及分项百分制髋功能评分高于对照组,术中出血量、术中透视次数、手术用时及住院时间均明显低于对照组,差异均有统计学意义(t=23.426、4.216、3.425、17.783,P<0.05);观察组和对照组骨折复位优良率分别为94.74%和78.79%,差异有统计学意义(x^(2)=4.059,P<0.05);观察组患者髋关节功能评分中疼痛、功能及关节活动均高于对照组,差异有统计学意义(t=-4.873、-5.776、-6.247,P<0.05);观察组并发症发生率明显低于对照组,差异有统计学意义(x^(2)=4.059,P<0.05)。结论:在髋臼骨折围术期应用螺旋CT三维重建结合3D打印可进一步保证手术的安全性和可行性,提高手术质量和效率,促进术后恢复。

3D打印导航板在脊柱外科中的研究进展

现代临床医疗理念趋向精准化、微创化发展。脊柱外科手术因其特殊的解剖位置,毗邻重要血管、神经,更加需要临床操作的安全性和准确性。3D打印技术以3D图像数据为基本数据,通过专用3D打印计算机软件设计、规划所需3D数字模型,导入打印机后可应用多种材料进行实物打印。3D打印技术是数字信息技术、数字工业技术、生物化学材料等前沿科技结合体,广泛应用于航天材料、工业制造、生物研究以及临床医疗等领域,在临床医疗应用中涉及数字解剖模型构建、器官实物打印、人工假体置换、导航板设计等方面。3D打印导航板技术可以根据临床需要预先规划并设计术中导航通道,具有精准导航、安全定位等特点,在脊柱外科中有巨大发展前景。本文就3D打印导航板在脊柱外科中的研究进展做一综述。

基于三维扫描及3D打印的文物数字化保存与逆向修复技术研究与应用

基于三维扫描和逆向工程技术,在分析定位和扫描原理的基础上,使用结构光三维扫描仪对文物(古铜环)表面进行激光扫描,获取文物的结构点云数据,实现文物的数字化保存。通过点云处理软件Geomagic Wrap和逆向工程软件Geomagic Design X对文物进行逆向建模,并将逆向建模的古铜环实体和三维扫描设备采集的原始点云数据进行最佳拟合状态下的体偏差检测,校核逆向建模的精度和尺寸偏差离散性。通过3D和2D的偏差检测云图显示,古铜环逆向建模的平均偏差为-0.4217 mm~0.3328 mm,标准偏差为0.4460 mm。尺寸偏差大部分处于±0.2 mm之间,逆向建模精度符合要求。同时对逆向建模的古铜环进行3D打印,实现文物仿真建模修复。本文以三维扫描与逆向修复古铜环为例,研究三维扫描和3D打印技术在文物保护领域的应用,为文物的数字化保存展示和仿真修复提供理论和实践参考。

基于FY-3D卫星的微波与光学陆表温度融合研究

目前还没有基于国产卫星的1 km分辨率的全天候陆表温度(LST)产品,FY-3D卫星提供了中分辨率成像仪(MERSI)Ⅱ型1 km分辨率晴空LST产品与微波成像仪(MWRI)25 km全天候LST产品,因此可结合两者优势开展全天候1 km分辨率LST的融合研究。基于地理加权回归(GWR)方法,选择海拔、FY-3D归一化植被指数和归一化建筑指数等建立GWR模型对FY-3D/MWRI 25 km LST降尺度到1 km,并与MERSI 1 km LST进行融合;同时针对MWRI轨道间隙,利用前后1天融合后的云覆盖像元1 km LST进行补值,可以得到接近全天候下的1 km LST。基于以上融合算法,选择了中国区域多个典型日期FY-3D/MERSI和MWRI LST官网产品进行了融合试验,并利用公开发布的全天候1 km LST产品(TPDC LST)对FY-3D 1 km LST融合结果进行了评估。研究结果表明,基于GWR法的LST降尺度方法,可以有效避免传统微波LST降尺度方法中存在的“斑块”效应和局地温度偏低等问题;LST融合结果有值率从融合前的22.4%~36.9%可提高到融合后69.3%~80.7%,融合结果与TPDC LST的空间决定系数为0.503~0.787,均方根误差为3.6~5.8 K,其中晴空为2.6~4.9 K,云下为4.1~6.1 K;分析还表明目前官网产品FY-3D/MERSI和MWRI LST均存在缺值较多与精度偏低等问题,显示其存在较大改进潜力,这有利于进一步改进FY-3D LST融合质量。

益生菌饼干的3D打印制备及研究

目前对罗伊氏乳杆菌(Lactobacillus reuteri,LR)的封装研究以及3D打印后可直接食用的益生菌饼干研究较少,该文介绍了一种制备LR封装颗粒(LR-encapsulated particle,LEP)的方法,并将其添加到小麦粉中,制备可直接食用的饼干面团,再对饼干面团进行3D打印,验证其3D打印适应性并对面团的物料特性进行了评估。结果表明,LEP的封装效率为(70.3±1.21)%~(83.5±1.25)%,且LEP外观呈球状。当LEP中LR与蛋清添加量以5∶10(g∶g)添加到面团中时,面团储存模量G′和损失模量G″均达到最大值,说明加入该比例LEP的面团具有较高的机械强度。当打印速度15 mm/s、打印压力350 kPa,使用直径1 mm的打印喷嘴,添加3种不同比例的面团均表现出良好的3D打印适应性。体外模拟消化结果表明,5/10-LEP,7/10-LEP以及9/10-LEP均可在肠道中发挥益生菌作用。该文完成了以罗伊氏乳杆菌为原料的3D打印食品制备,为益生菌3D打印食品的发展提供了参考。

基于中望3D的安全头盔三维建模

佩戴安全头盔对于保障驾驶员的生命安全具有重要作用,为保障骑行的安全性,安全头盔的设计生产尤为重要。中望3D是一款功能强大的一体化软件,基于中望3D软件平台,选取安全头盔为建模对象,对安全头盔进行详细的建模过程分析,以期为企业缩短研发周期及后续研究提供重要的参考价值。

3D卷积增强的驾驶员人物交互行为识别

驾驶员抽烟和打电话的行为属于典型的人物交互行为,为提高模型在驾驶环境中,对遮挡和光照变化的抵抗能力以及人物交互行为匹配的准确性,研究首先提出一种2D扩张分组注意力机制方法对目标检测网络进行优化,提高人路和物路的小目标检测性能;然后提出一种3D扩张分组注意力机制与3D分组卷积融合的高精度轻量化模块,构建动态视频的行为识别模型,增强时序空间的非线性特征提取能力;最后将图片的帧间交并比统计判断结果与动态视频行为识别模型预测的结果相融合以做出最终的驾驶员人物交互行为判断。实验结果证明,2D和3D扩张分组注意力机制在行为识别中的有效性,驾驶员人物交互行为平均准确率和召回率提高了12.5%及7.72%。尤其在香烟和手机遮挡或光线条件不利的场景下提升明显,并能解决驾驶员与其后排乘客的行为混淆识别问题。

基于FDM工艺的多功能3D打印机结构设计

该文针对传统3D打印机对于零部件的打印精度、加工效率以及许多异形曲面结构打印难以达到加工需求,且设备在运作时还会发热振动,产生噪音等问题进行优化,采用Creo软件设计一种基于熔融沉积制造(FDM)工艺且具备打印、打磨、清扫功能的3D打印机,并对多个零部件3D模型进行仿真和力学分析,分析喷头的温度场分布及五孔连接盖板、脚垫支架的受力分布。结果表明,该设计可实现减少耗材,降低发热振动,有效提高打印精度,缩短打印时间,结构稳定合理,具有较好的推广应用价值。

3D-CTBA联合3D打印在老年早期NSCLC胸腔镜肺段切除术中的应用效果及安全性

目的探究三维计算机断层扫描支气管血管成像(3D-CTBA)联合3D打印在老年早期非小细胞肺癌(NSCLC)胸腔镜肺段切除术中的应用效果及安全性。方法选取2020年6月至2023年1月期间本院收治的70例老年早期NSCLC患者,对患者均行胸腔镜肺段切除术,按照随机数字表法将其分为3D-CTBA组(35例)及联合组(35例)。3D-CTBA组术前进行胸部CT增强扫描,并进行3D-CTBA,联合组在3D-CTBA组的基础上进行3D打印。检测并比较两组患者肺功能指标,统计并比较两组术中及术后相关指标,包括切缘距离、术中出血量及手术时间,术后引流量、术后置管时间及住院时间,观察两组患者术后并发症情况。结果与术前相比,两组患者术后肺活量(FVC)、第一秒用力呼气容积(FEV1)及每分钟最大通气量(MVV)水平均降低(P<0.05);与3D-CTBA组相比,联合组患者术后FVC、FEV1及MVV水平升高(P<0.05);与3D-CTBA组相比,联合组患者术切缘距离更大,术中出血量减少,手术时间缩短(P<0.05);与3D-CTBA组相比,联合组患者术后引流量减少,术后置管时间及住院时间缩短(P<0.05);3D-CTBA组、联合组并发症发生率分别为11.43%、8.57%,二者比较差异无统计学意义(P>0.05)。结论3D-CTBA联合3D打印用于老年早期NSCLC胸腔镜肺段切除术,能够降低手术操作对肺功能的影响,缩短手术时间,减少术中出血,同时能够有效控制切缘距离,减少术后并发症的发生,有利于患者康复。

3D Max建模在医学物理学课程中的应用案例分析

医学物理学课程中的抽象概念模型和复杂数学公式推导向来是教学过程中的重点和难点.如何将其空间结构和动态过程进行直观的呈现是提升授课效果的关键.本研究通过调查问卷筛选了杨氏双缝干涉、简谐振动方程、眼睛屈光不正和矫正三个案例,运用3D Max构建其三维动态模型,并对相应的课堂教学进行设计.以此辅助虚拟实验教学,可丰富抽象物理过程的表现形式,创新课堂知识呈现方式,为更新医学物理学教学模式、深化课程改革提供参考.

基于3D WebGIS的水利信息管理平台设计——以小清河淄博段为例

面对现代水利管理缺乏真实三维模型细节展示、三维模型加载缓慢和传统巡检方式缺乏历史追溯性等问题,以小清河淄博段为例,基于3D WebGIS、数据库和Cesium框架,采用JavaScript编程语言进行二次开发,探索构建一套包含三维数据可视化、空间分析、数据管理、智能巡检、风险管理等功能模块的三维可视化水利信息管理平台。实际应用表明:平台具有较好的实用性和有效性,实现水文、气象、地形地貌和水利工程等数据的可视化和交互,为水利行业的决策者、管理者提供管理和决策支持。

基于3D U-Net++卷积神经网络的断层识别方法及应用

断层解释是地震资料解释的基础与关键,准确合理的断层识别对油气开采有着至关重要的作用。随着油田对断层解释精度需求的日益提高,单纯通过基于人工的如相干体、曲率等属性的传统断层解释方法,其精度已无法满足要求。笔者在U-Net卷积神经网络模型的基础上进行改进,得出了一种自动断层识别方法,能够从任意三维地震图像中自动提取断层。文中该模型在足量样本集训练下,对两区块的实际地震数据进行自动断层识别,将识别结果进行分析对比。实验结果表明,该模型能够对任意三维地震数据进行自动断层识别,基于3D U-Net++网络模型的断层识别结果相比于传统U-Net网络识别结果准确性有明显提高,对潜山内部的小断层识别也表现出良好的效果,明显提高了常规、复杂断层识别的工作效率。