一种面向NURBS重建的医学边界点拓扑矩形化排列方法

本发明涉及医学图像处理与三维重建，具体而言涉及一种面向nurbs重建的医学边界点拓扑矩形化排列方法。

背景技术：

1、随着医学影像技术的发展，ct、mri、超声等序列影像的三维可视化重建在临床诊断、手术规划、疗效评估中应用广泛。非均匀有理b样条（nurbs）曲面因具备高精度、光滑性好、可控性强的特点，被广泛用于器官组织的三维曲面重建。

2、在nurbs曲面重建流程中，需要将多层二维切片提取的器官边界点整理为拓扑矩形阵列，作为曲面控制点反算的输入。现有技术通常对单层器官边界进行极坐标转换后，采用固定角度的均匀重采样方式统一每层轮廓的采样点数，再堆叠形成矩形阵列。

3、并且现有技术存在以下缺陷：

4、第一，均匀重采样方式无法适配器官轮廓的局部曲率差异。对于病灶凸起、凹陷等曲率突变区域，均匀采样点数不足会丢失边界细节，导致重建曲面失真；对于轮廓平缓区域，过多采样点会产生冗余数据，增加后续计算量，难以兼顾重建精度与处理效率。

5、同时，现有自适应采样方案多基于边界点曲率直接调整采样密度，未与极坐标下的多项式拟合残差形成联动机制，采样调整的依据与拟合精度脱节，细节保留效果有限；差异化采样后多层轮廓点数不统一，常规插值补点易破坏轮廓连续性，最终降低nurbs曲面的重建质量

6、因此，有必要设计一种面向nurbs重建的医学边界点拓扑矩形化排列方法，以解决现有技术中存在医学边界点拓扑矩形化排列精度与效率难以兼顾、病灶细节保留不足、衔接平滑性差的技术问题。

技术实现思路

1、鉴于此，本发明提出了一种面向nurbs重建的医学边界点拓扑矩形化排列方法，通过构建分段延拓数据集，根据各段的多项式拟合残差自适应确定采样步长，实现分段差异化点位重采样，最终排布形成规整的拓扑矩形阵列，解决了上述背景技术中提出的问题。

2、本发明提出了一种面向nurbs重建的医学边界点拓扑矩形化排列方法，包括：

3、获取极坐标数据集，对所述极坐标数据集进行分段处理，构建分段延拓数据集、生成分段极角区间；基于所述分段延拓数据集获取分段多项式拟合残差和分段轮廓曲率最大值，并结合分段极角区间，构建分段索引数组；

4、根据所述分段索引数组内全部分段多项式拟合残差与分段轮廓曲率最大值，划分复合阈值区间，建立复合阈值区间与极角采样步长的对应映射规则；

5、基于所述分段索引数组及映射规则，为分段延拓数据集的每段子曲线单元匹配对应的极角采样步长，并在各分段延拓数据集的拟合曲线上执行分段差异化点位重采样，归集全部重采样极坐标点位；

6、对全部重采样极坐标点位执行裁剪，得到最终极坐标点位序列；将所述最终极坐标点位序列转换为笛卡尔坐标点位，按切片层级归集所有点位，构建轮廓层点位总数统一的重构边界点集合；

7、根据所述重构边界点集合，排布拓扑矩形阵列，划分u、v参数方向，完成网格参数化后分阶段反算nurbs曲面控制点。

8、进一步的，所述对极坐标数据集进行分段处理，构建分段延拓数据集、生成分段极角区间；基于所述分段延拓数据集获取分段多项式拟合残差和分段轮廓曲率最大值，并结合分段极角区间，构建分段索引数组，包括：

9、沿极角环绕方向对极坐标数据集执行等分切割，得到多段连续子数据集，并记录各子数据集对应的原始分段极角区间；

10、对每一段子数据集的首尾数据点分别执行点位拷贝延拓，生成对应分段延拓数据集；

11、对每一组分段延拓数据集独立执行多项式拟合运算，获取对应分段多项式拟合残差；

12、提取每一段子数据集对应的轮廓曲率最大值；

13、将分段极角区间、分段多项式拟合残差、分段轮廓曲率最大值进行一一绑定，按极角顺序存储生成分段索引数组。

14、进一步的，根据所述分段索引数组内全部分段多项式拟合残差与分段轮廓曲率最大值，划分复合阈值区间，建立复合阈值区间与极角采样步长的对应映射规则的过程，包括：

15、归集分段索引数组内全部分段的多项式拟合残差数值与轮廓曲率最大值数值，构建残差曲率二维判定维度；

16、在二维判定维度内划分多级连续复合阈值区间；

17、为每一级复合阈值区间匹配对应极角采样步长，其中，残差数值、曲率数值均与对应极角采样步长成反比对应关系；

18、将复合阈值区间与对应极角采样步长进行绑定存储，形成映射规则。

19、进一步的，基于所述分段索引数组及映射规则，为分段延拓数据集的每段子数据集匹配对应的极角采样步长，并在各分段延拓数据集的拟合曲线上执行分段差异化点位重采样，归集全部重采样极坐标点位的过程，包括：

20、按极角数值递增顺序遍历分段索引数组中的每一段子数据集；

21、提取当前子数据集对应的分段多项式拟合残差数值与分段轮廓曲率最大值数值；

22、调取映射规则，匹配对应极角采样步长；

23、以匹配得到的极角采样步长为间隔，在原始分段极角区间内执行点位采样；

24、全部子数据集采样完成后，按极角顺序归集所有采样点位。

25、进一步的，以匹配得到的极角采样步长为间隔，在原始分段极角区间内执行点位采样后，还包括对所述极角采样步长进行动态迭代，其中：

26、按照匹配得到的极角采样步长完成首轮点位采样；

27、获取当前分段极角区间所有采样点位对应的拟合残差均值；

28、若残差均值高于预设精度范围上限，则按第一预设比例缩小极角采样步长并补充采样点位；

29、若残差均值低于预设精度范围下限，则按第二比例放大极角采样步长并合并冗余采样点位；

30、重复迭代调整极角采样步长，直至残差均值处于预设精度范围，输出原始分段极角区间的采样点位。

31、进一步的，所述对全部重采样极坐标点位执行裁剪得到最终极坐标点位序列，包括：

32、定位每一段子数据集对应延拓区域的极角范围；

33、比对各分段全部采样点位的极角数值；

34、保留原始分段极角区间内的采样点位，移除重复点位，并按极角从小到大的顺序拼接所有分段的保留点位，得到最终极坐标点位序列。

35、进一步的，所述将最终极坐标点位序列转换为笛卡尔坐标点位并构建轮廓层点位总数统一的重构边界点集合，包括：

36、调取极坐标转笛卡尔坐标运算公式；

37、依次读取最终极坐标点位序列中每一个点位的极径数值与极角数值；

38、将极径数值与极角数值代入运算公式，执行逐点换算；

39、全部点位换算完成后，按切片层级与极角顺序归集所有笛卡尔坐标点位，构建轮廓层点位总数统一的重构边界点集合。

40、进一步的，所述构建轮廓层点位总数统一的重构边界点集合，包括：

41、统计重构边界点集合内所有轮廓层的点位数量，提取全部层级点位数量的最大值作为基准数值；

42、根据nurbs曲面重建精度需求与算力阈值，对基准数值进行取整校准，输出预设点位数量；

43、根据所述预设点位数量，调整轮廓层各分段极角采样步长，得到轮廓层点位总数统一的重构边界点集合。

44、进一步的，所述调整轮廓层各分段极角采样步长的过程，包括：

45、基于所述预设点位数量，获取当前层待补充点位数量；

46、根据所述待补充点位数量以及预设补充比例表调整各分段极角采样步长并补充点位。

47、进一步的，所述排布拓扑矩形阵列，划分u、v参数方向，完成网格参数化后分阶段反算nurbs曲面控制点，包括：

48、按照切片堆叠顺序与单层轮廓环绕顺序排布全部统一点位数量的轮廓点位，形成拓扑矩形阵列；

49、沿单层轮廓环绕路径划定u参数方向，沿切片堆叠路径划定v参数方向；

50、对拓扑矩形阵列内全部点位执行网格参数化操作；

51、将曲面控制点反算流程拆分为两段曲线控制点反算流程；

52、先沿u参数方向逐行求解曲线控制点，再沿v参数方向批量求解曲面控制点矩阵。

53、与现有技术相比，本发明的有益效果在于：本发明通过对极坐标数据集进行分段处理并构建分段延拓数据集，基于延拓数据完成分段拟合与分段索引数组构建，有效降低了多项式分段拟合固有的边缘截断误差，提升了各段轮廓的拟合贴合度，为后续重采样提供了更精准的曲线基础；通过分段多项式拟合残差与分段轮廓曲率最大值双维度划分复合阈值区间并建立采样步长映射规则，相比单一指标的自适应采样能够更精准地匹配器官轮廓的实际形态复杂度，避免了单一维度判断遗漏局部细节的缺陷，使采样密度的分配更具科学性与针对性；基于映射规则执行分段差异化点位重采样，在病灶凸起、凹陷等形态复杂、拟合偏差大的区域自动缩小步长加密采样，充分保留边界细节，在轮廓平缓、拟合偏差小的区域自动增大步长减少冗余点位，在控制整体计算量的前提下提升了关键区域的采样精度，实现了nurbs重建精度与处理效率的兼顾；通过分段延拓区域裁剪剔除仅用于辅助拟合的冗余延拓点位，再转换为笛卡尔坐标构建轮廓层点位总数统一的重构边界点集合，既保留了延拓拟合的精度增益，又保证了最终边界点位与原始器官轮廓范围完全一致，输出的坐标格式可直接适配后续三维重建流程；通过调整各分段极角采样步长的方式统一各层轮廓点位总数，补点过程基于原始拟合曲线实现，能够严格贴合器官的真实轮廓形态，避免了传统插值补点带来的形态失真与平滑度下降问题，保障了多层轮廓的形态连续性；最终排布形成规整的拓扑矩形阵列并采用分阶段方式反算nurbs曲面控制点，利用nurbs的张量积特性将二维曲面求解拆解为两次一维曲线求解，大幅降低了计算复杂度，在提升重建效率的同时保障了三维曲面的光滑度与几何精度，能够为临床诊断、手术规划、疗效评估提供高质量的医学器官三维可视化模型支撑。