3. 2. 1　虚拟人体组织的生成

    虚拟人体组织在计算机中通常是由三维点云数据来描述的,这些点云数据可由CT、MR I或三维激光扫描仪来获得,图7中所示的虚拟人体组织便是利用FastScan三维激光扫描仪所获得的一块人体腹部表面组织。首先将该腹部表面的扫描数据存储成MAT格式,然后在VC环境下调用MATLAB接口函数将其读取到系统当中。所获得的数据包含表面各个点的坐标和法向量,以及网格划分信息,利用这些信息可直接调用OpenGL 函数产生三角形面片,进而生成虚拟人体组织。

图7　软件系统界面图

    3. 2. 2　碰撞检测的实现

    虚拟场景中两个或两个以上物体的碰撞检测是虚拟现实系统中经常遇到的一类问题。目前,碰撞检测中最常用的方法是使用层次包围盒[ 6 ] ,其基本思想是用体积略大而几何形状简单的物体(包围盒)来近似描述复杂的几何物体,进而通过构造树状层次结构来逐步逼近对象的几何模型,这样在进行相交测试时只需对包围盒重叠部分进行计算即可。常用的包围盒有AABB (Axis Aligned Bounding Box)包围盒、球包围盒、OBB (Oriented Bounding Box)包围盒三种。AABB包围盒与被包围对象的紧密性较差,但算法简单,利于缩短计算时间; OBB包围盒与被包围对象的紧密性较好,但算法相对复杂,计算时间稍长;球包围盒介于两者之间。本文在对这三种包围盒在使用中的优缺点进行分析之后,确定采用AABB、OBB相结合的形式来完成碰撞检测,即首先利用AABB进行粗略检测,如果不相交,则检测结束,如果相交,则再利用OBB 进行精确检测以最终断定是否相交,这样即兼顾了碰撞检测的实时性又不至降低检测精度。

    3. 2. 3　虚拟人体组织的变形处理

    虚拟人体组织的变形处理首先要解决的是变形的实时性问题,本文提出了一种基于边界元法的组织变形处理方法。边界元法是一种有突出优点的数值计算方法,与有限元法、有限差分法这一类域法相比,边界元法只需对边界进行剖分,例如二维问题只需对包围它的曲线、三维问题对包围它的曲面进行剖分,降低了维数,从而使输入数据大幅度减少,缩短了计算时间。又由于它是直接对边界进行剖分,所以边界上各点的位移计算误差较小。虚拟组织的变形视觉上即指表面的变形,显然更适合利用边界元法来处理。另外,边界元法还能较好地处理应力集中区域的问题,求解精度高,这也是它胜于有限元法得天独厚的优点[ 7 ] 。手术刀切割软组织时,也可以看作任意时刻只有手术刀刀锋一点与软组织表面接触,手术刀周围的软组织为应力集中区域,在这种情况下也适合利用边界元法对软组织变形进行计算。

    虽然采用边界元法计算人体组织的变形相对于有限元法效率提高了不少,但是对于一个有着上千个节点的虚拟人体组织来讲,要想在极短的时间内计算出每一个点的位移也是非常困难的,实时变形仍无法得到保证。但注意到手术刀切割软组织过程中,只有离切割点较近的区域发生变形,较远的区域基本不发生变形这一特点,可采用局部边界元法来求解,最大限度地减少参与计算的节点数,从而提高了计算效率,较好地解决了这一问题。

    4. 　系统整体设计

    为了检验虚拟外科手术系统硬件和配套软件的性能,本文拟搭建一个虚拟“手术台”(如图8 所示) ,并在此基础上进行相关虚拟手术实验。

术台

    将一平板液晶显示器正面朝上放置在一托架上,显示器的下方要留有足够的空间以便操作仿真手术刀。这样的布局使显示器正好位于眼睛与手的中间位置。进行虚拟手术操作时,眼睛看到的不是真实的仿真手术刀,而是电脑生成的虚拟手术刀及手术场景。与此同时,仿真手术刀在力反馈装置的协同作用下,提供给操作者力觉上的感知。操作者在视觉和触觉上与虚拟病人的这种交互过程,真实地模拟了实际手术情况,因此通过该虚拟手术台,使虚拟外科手术系统更加接近真实的手术训练环境,操作者站在虚拟手术台前进行手术训练,就可体验到真实做手术的感觉。

    虚拟手术台的主计算机硬件配置情况如表1所示,在其上所做的虚拟切割实验结果表明系统能够在其上流程地运行。实验中,虚拟外科手术系统的仿真手术刀能够提供较为真实的力觉反馈,配套的软件系统可以营造较为逼真的三维虚拟场景,这同时也证明了本文所设计的虚拟手术台的整体设计可行性。

情况

    5. 　结论

    本文提出了一种基于手术刀的虚拟外科手术系统完整的解决方案,并设计了一个虚拟手术台,为训练外科实习医生熟练使用手术刀提供了一个方便快捷的途径。该虚拟外科手术系统中所使用的仿真手术刀在与三维虚拟场景配合使用情况下,无论在视觉上还是在力觉上,都能够使操作者体验到真实做手术的感觉。

    参考文献

    [ 1 ] Lange T, Indelicato DJ , Rosen JM. virtual reality in sur2gical training [ J ]. SurgOncol Clin N Am, 2000, 9 (1) :61 - 79.

    [ 2 ] Brown J , Montgomery S, Bruyns C, Latombe J ,