一種基于gpu加速的混合粒子的實時血流血管耦合方法
【專利摘要】本發(fā)明公開了一種基于GPU加速的混合粒子的實時血流血管耦合方法，通過SPH方法離散化求解卡森方程，進而求解血液非牛頓粘性力的方法。借鑒圖形學(xué)中經(jīng)典的基于代理粒子的邊界處理方法，在血管內(nèi)壁采樣一層代理粒子，定義適用于代理粒子和血液粒子之間的耦合力。通過將代理粒子和血液粒子合并成混合粒子，在GPU中統(tǒng)一的計算每對互為鄰域的混合粒子之間的作用力來實現(xiàn)血流血管耦合。通過將代理粒子的受力數(shù)據(jù)映射到代理粒子的顏色顯示來實現(xiàn)血管受力可視化。我們的粘性力求解方法增強了血液建模的真實性，我們的耦合方法快速、有效，同時保證了耦合的真實性和實時性，我們的受力可視化方法簡單而直接，提供了關(guān)于血管壁受力分布的豐富信息。
【專利說明】-種基于GPU加速的混合粒子的實時血流血管耦合方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于虛擬手術(shù)【技術(shù)領(lǐng)域】，尤其涉及一種運用于虛擬手術(shù)的實時的血流血管 耦合方法。

【背景技術(shù)】
[0002] 血流和血管的耦合是虛擬手術(shù)中的一個重要研究內(nèi)容，逼真的血流效果能極大的 增強虛擬手術(shù)的沉浸感，今天的虛擬手術(shù)訓(xùn)練系統(tǒng)能逼真的模擬手術(shù)器械和人體器官組織 的耦合，然而在血流血管耦合方面所做的研究工作并不多，尤其是較大規(guī)模實時的基于物 理的血流-血管耦合。另一方面，血管的形態(tài)和血流的流動相互作用和影響，很多血管疾病 和血流動力學(xué)因素有著重要的聯(lián)系，例如動脈瘤，動脈瘤的起源，生長和破裂的原因都不是 很清楚，但是，血流動力學(xué)因素，像血管壁面剪應(yīng)力，壓力和流沖擊在動脈瘤的成因上有重 要的影響，因此，考慮這些因素對制定治療計劃也是至關(guān)重要的。不幸的是，在活體中直接 測量血流動力學(xué)因素是危險的和困難的。在試管中作實驗又不能很好的還原真實的血管環(huán) 境，包括血管的幾何造型，血管的材料性質(zhì)等。建造逼真的患者特異性的人體血管模型，對 于大規(guī)模實驗來說，代價將是昂貴的。基于計算機的數(shù)值計算模型在這個時候就變得很有 吸引力，它能以較低的代價去建造和研究大量的幾何造型各異的血管模型。模擬并分析血 流血管的相互作用對研究和診治血管疾病有著重要的意義，真實的血管-血流耦合很有可 能在術(shù)如術(shù)中規(guī)劃中為醫(yī)生提供強有力的支持。
[0003] 近年來計算機方向的血流模擬及血流血管耦合的研究成果較少，大部分的研究都 集中在工程領(lǐng)域和醫(yī)學(xué)領(lǐng)域。MUller等人利用光滑粒子流體動力學(xué)（SPH)方法實現(xiàn)了血流 的模擬，此方法在血管壁上放置代理粒子，代理粒子通過Lennard-Jones-Iike勢能和血流 粒子交互，秦環(huán)等人通過稱合SPH方法和mass-spring方法來實現(xiàn)血流建模。然而這兩種方 法由于沒有采用GPU加速，計算速度較慢，且都把血流當(dāng)作牛頓流體看待，沒有模擬血流的 非牛頓性質(zhì)。Yamaguchi等人提出了多尺度的血流模擬方法，用不同的方法同時模擬血流和 血細胞，并處理它們之間的耦合作用，包括物理作用，化學(xué)作用等，然而這種方法計算復(fù)雜， 計算量巨大。Juan R. Cebral等人提出了從患者血管圖像到血管動脈瘤成因的一整套建模 流程和分析方法，這種方法側(cè)重于不同的血流動力學(xué)因素和血管形態(tài)下的血流血管耦合分 析，在耦合的實時可視化方面缺乏有效的工作。


【發(fā)明內(nèi)容】

[0004] 針對以往血流血管耦合實時性不強或真實性不強的問題。本發(fā)明從計算機圖形學(xué) 中基于物理的建模方法出發(fā)，以SPH方法為基礎(chǔ)，提出了一種血液的非牛頓粘性力求解方 法和并行的基于混合粒子的血流血管耦合方法，同時設(shè)計了一種基于血管壁代理粒子的血 管受力可視化方法。
[0005] 本發(fā)明所采用的技術(shù)方案是：一種基于GPU加速的混合粒子的實時血流血管耦合 方法，其特征在于，包括以下步驟：
[0006] 步驟I :求解血液的非牛頓粘性力，其具體實現(xiàn)包括以下子步驟：
[0007] 步驟I. 1 :引入非牛頓流體力學(xué)的卡森方程來對血流應(yīng)變率相關(guān)的粘性系數(shù)建 模；
[0008] 步驟1. 2 :通過SPH方法離散化求解血流的粘性系數(shù)；
[0009] 步驟1. 3 :通過SPH方法來離散化求解血流的非牛頓粘性力；
[0010] 步驟2 :基于混合粒子并行進行血流血管耦合，其具體實現(xiàn)包括以下子步驟：
[0011] 步驟2. 1 :借鑒圖形學(xué)中的基于代理粒子的邊界處理方法，在血管內(nèi)壁采樣一層 代理粒子，通過求解代理粒子和血液粒子之間的相互作用力來實現(xiàn)耦合作用；
[0012] 步驟2. 2 :耦合時將代理粒子和血液粒子的速度、位置信息等提取出來，合并成混 合粒子，并通過空間位置映射插入哈希表，在哈希表中搜索混合粒子的鄰域粒子，最后通過 SPH方法并行的計算每對互為鄰域混合粒子之間的相互作用力。
[0013] 作為優(yōu)選，步驟I. 1中所述的卡森方程如下：

【權(quán)利要求】
1. 一種基于GPU加速的混合粒子的實時血流血管耦合方法，其特征在于，包括以下步 驟： 步驟1 :求解血液的非牛頓粘性力，其具體實現(xiàn)包括以下子步驟： 步驟1. 1 :引入非牛頓流體力學(xué)的卡森方程來對血流應(yīng)變率相關(guān)的粘性系數(shù)建模； 步驟1. 2 :通過SPH方法離散化求解血流的粘性系數(shù)； 步驟1. 3 :通過SPH方法來離散化求解血流的非牛頓粘性力； 步驟2 :基于混合粒子并行進行血流血管耦合，其具體實現(xiàn)包括以下子步驟： 步驟2. 1 :借鑒圖形學(xué)中的基于代理粒子的邊界處理方法，在血管內(nèi)壁采樣一層代理 粒子，通過求解代理粒子和血液粒子之間的相互作用力來實現(xiàn)耦合作用； 步驟2. 2 :耦合時將代理粒子和血液粒子的速度、位置信息等提取出來，合并成混合粒 子，并通過空間位置映射插入哈希表，在哈希表中搜索混合粒子的鄰域粒子，最后通過SPH 方法并行的計算每對互為鄰域混合粒子之間的相互作用力。
2.根據(jù)權(quán)利要求1所述的基于GPU加速的混合粒子的實時血流血管耦合方法，其特征 在于：步驟1. 1中所述的卡森方程如下：
n = P μ； 其中1f是應(yīng)變率張量，f=Vv+(VTy是剪切屈服應(yīng)力，n是卡森粘度，P是 流體密度，μ是運動粘度；項用于防止在應(yīng)變率f很小時，υ會出現(xiàn)奇異值；n是一 個有限正整數(shù)，〇11是，丨的第二不變量，與f等價。
3.根據(jù)權(quán)利要求2所述的基于GPU加速的混合粒子的實時血流血管耦合方法，其特征 在于：步驟1. 2中所述的通過SPH方法離散化求解血流的粘性系數(shù)，其離散化公式為：
其中W是光滑核函數(shù)，m是粒子質(zhì)量，P是粒子密度，h是光滑核半徑，X和V分別表示 粒子位置和速度；Xij=Xi-Xj, Vij=Vi-Vj,由Vp求出f?由f.求出Dn,最后求出t>(f)..
4.根據(jù)權(quán)利要求3所述的基于GPU加速的混合粒子的實時血流血管耦合方法，其特征 在于：步驟1.3中所述的非牛頓粘性力τ為，
5.根據(jù)權(quán)利要求4所述的基于GPU加速的混合粒子的實時血流血管耦合方法，其特征 在于：步驟2. 1中所述的求解代理粒子和血液粒子之間的相互作用力，首先定義代理粒子 對血液粒子的作用力：
i和j分別表示血液粒子和代理粒子，Aj=m., Vij = Vi-Vj,Ui是!Ti位置處血液的 粘性，由于這里是非牛頓流體，Ui被替換為14(f);ε=0.01被用來防止rij2 =O時產(chǎn)生 奇異值;m表示粒子質(zhì)量，為了消除代理粒子的不均勻采樣密度對耦合力計算的影響，Hij =PoVj，Vj表示代理粒子的體積，PC1表示血液粒子的初始密度；Pi表示血液的密度，邊界處 的血液密度通過代理粒子來修正；Pi表示血液粒子的壓強，通過弱壓縮SPH方法（WSPH)或 者預(yù)測修正的SPH方法（PCISPH)來保證不可壓縮性；這里P」，Pj，Uj的值被假設(shè)為和鄰域 的血液粒子i的值相等；W是光滑核函數(shù)，采用Cubic核：
對稱的，血液粒子對代理粒子的作用力為=Fjη= -Fi 。
6. -種基于GPU加速的混合粒子的實時血流血管耦合過程中基于血管壁代理粒子的 血管受力可視化方法，其特征在于：將代理粒子的受力數(shù)據(jù)Fi分解成代理粒子處血管壁的 法向分量Fni和切向分量Fti，將Fni和Fti分別映射到血管壁代理粒子顏色值（R、G、B)中的 R、G。
【文檔編號】G06F19/00GK104462830SQ201410766820
【公開日】2015年3月25日 申請日期:2014年12月12日 優(yōu)先權(quán)日:2014年12月12日
【發(fā)明者】袁志勇, 郭甲翔, 廖祥云, 鄭棉侖 申請人:武漢大學(xué)