Delaunay剖分驱动的心内膜动态三维重建算法：性能与临床应用

本文研究的焦点是"基于Delaunay剖分的心内膜表面动态三维重建算法"，它在三维标测系统中具有重要意义，特别是在心内科手术中，能提供精确的手术导航和靶点定位功能。面对手术中实时获取的不规则心内膜点云数据，研究人员提出了一种创新的算法策略。 算法的核心基于CGAL非递归的逐点插入方式来计算Delaunay剖分，这是一种高效的空间分割技术，用于构建点云的结构化网格。在Delaunay剖分过程中，通过替换原有表面中不符合Gabriel准则的局部区域，使得心内膜表面能够随点云Delaunay剖分的变化实时更新，从而保持其动态性。 为了更有效地表达和管理心内膜表面以及点云的Delaunay剖分，研究人员设计了一种以vtkDataArray为基础的几何数据结构。这种结构不仅便于存储和检索四面体网格和表面三角面片，还提高了数据组织的效率，支持快速访问和操作。 作者团队包括付饶、陈日清、黄迎松和吴剑，他们分别来自清华大学深圳研究生院生物医学工程研究所，他们的研究领域涵盖了点云表面重建、医学信号处理和医学图形处理等，尤其在计算机辅助手术导航技术和医学图像处理方面有着深入的理论与实践经验。 论文的实验部分验证了该方法在重建结果的准确性和重建时间上的性能，表明其能满足心内科手术中的临床应用需求。此外，该研究还得到了深圳市科技计划、基础研究学科布局资助项目和清华大学深圳研究生院交叉科研基金的支持。 这篇论文不仅介绍了新的心内膜表面动态三维重建算法，也展示了如何结合Delaunay剖分技术解决实际医疗问题，具有较高的实用价值和理论贡献。