在一个vtk格式的三维牙模网格化数据中，先获取所以点的顶点编号，再通过顶点编号获取并记录该顶点的相邻顶点，最后根据记录好的相邻顶点关系表创建稀疏邻接矩阵使用python语言编写

首先，在 vtk 格式的三维牙模网格数据中获取所有点的顶点编号，可以使用 vtk 的 Python 绑定库 vtk 加载数据并访问顶点信息。

代码示例：

import vtk

# 加载数据
reader = vtk.vtkPolyDataReader()
reader.SetFileName("tooth_model.vtk")
reader.Update()

# 获取顶点信息
points = reader.GetOutput().GetPoints()

# 记录顶点编号
vertex_ids = []
for i in range(points.GetNumberOfPoints()):
    vertex_ids.append(i)

然后，通过顶点编号获取并记录该顶点的相邻顶点，可以使用 vtk 的 vtkGraphAnnotationLayersFilter 来计算顶点之间的邻接关系。

代码示例：

# 计算顶点之间的邻接关系
adjacent_filter = vtk.vtkGraphAnnotationLayersFilter()
adjacent_filter.SetInputConnection(reader.GetOutputPort())
adjacent_filter.Update()

# 获取顶点的相邻顶点
adjacent_list = {}
for i in vertex_ids:
    adjacent_list[i] = adjacent_filter.GetOutput().GetAdjacentVertices(i)

最后，根据记录好的相邻顶点关系表创建稀疏邻接矩阵。可以使用 scipy 中的 sparse.lil_matrix() 来创建。

代码示例：

from scipy.sparse import lil_matrix

# 创建稀疏邻接矩阵
num_vertices = points.GetNumberOfPoints()
adjacency_matrix = lil_matrix((num_vertices, num_vertices))
for i in vertex_ids:
    for j in adjacent_list[i]:
        adjacency_matrix[i, j] = 1

注