换一批面向血管形态学分析的点云统计形状模型构建与研究
Construction and Research of a Point-cloud Statistical Shape Model for Vascular Morphological Analysis
摘要传统的基于网格的统计形状模型在医学图像分析中得到广泛应用,但在处理复杂的血管几何形态,如血管的分叉、弯曲和斑块变形时仍精度不足.提出了一种基于点云表征的统计形状模型,通过动态图卷积神经网络与空间注意力机制的融合算法直接处理离散三维坐标点云数据,从而建立了无拓扑约束的血管形态统计模型.实验采用114例颈动脉TOF-MRA影像数据集,经混合滤波预处理后构建点云与网格双模型对比体系.结果显示:点云模型在网格质量的均匀性上提升42%(Jacobi系数变异系数从0.13变为0.08),更适用于后续的流体力学仿真分析.此外,在保留90%形态变异的前提下,点云模型的主成分维度较传统网格模型降低18%(9 vs 11),并且在后续的特异性及泛化性评估上点云模型都展示出更强的鲁棒性.
更多相关知识
关键词
三维建模网格处理血管形态学深度学习脑血管疾病3D modelingmesh processingvascular morphologydeep learningcerebrovascular diseases
栏目名称
DOI
10.3969/j.issn.1009-9492.2026.01.005
发布时间
2026-01-27（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
