Python-VTK 3D样条回归通过血管树的STL模型

Question

我需要创建血管树模型的样条线或折线表示（见下文）。

模型采用STL格式，因此我有所有顶点的x-y-z坐标。这些线应该穿过血管网的中心，因此我认为最好的方法是通过顶点云的样条回归。 此外，如果我可以在给定点处获得血管的半径，那将是很好的，例如折线的坐标。

我浏览了这个论坛和VTK网站（假设他们对这类事情有一个简单的实现），但到目前为止我还没有找到可以使用的东西。有谁知道Python模块或VTK类（我会从Python调用）可以做到这一点？我在这上面找到的python模块都是用于2D数据的。

非常感谢！

编辑： 我遇到了这个名为VMTK的图书馆，该图书馆几乎专门处理船只细分，并具有他们称之为“centerline calculation”的功能。然而，它们通常要求船只在其末端“切割”并且要定义“源点”。然而，就我的模型而言，人们可以看到端点是“上限”的，这使事情变得更加复杂。如果我找到解决方案，我会在这里发布

Answer 1

我不完全了解您遇到的任何软件或python类。 也许python interpolate.splev将帮助您使用单个容器。 您可以尝试以下代码作为示例：

from scipy import interpolate
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np

# 3D example
total_rad = 10
z_factor = 3
noise = 0.1

num_true_pts = 200
s_true = np.linspace(0, total_rad, num_true_pts)
x_true = np.cos(s_true)
y_true = np.sin(s_true)
z_true = s_true/z_factor

num_sample_pts = 100
s_sample = np.linspace(0, total_rad, num_sample_pts)
x_sample = np.cos(s_sample) + noise * np.random.randn(num_sample_pts)
y_sample = np.sin(s_sample) + noise * np.random.randn(num_sample_pts)
z_sample = s_sample/z_factor + noise * np.random.randn(num_sample_pts)

tck, u = interpolate.splprep([x_sample,y_sample,z_sample], s=2)
x_knots, y_knots, z_knots = interpolate.splev(tck[0], tck)
u_fine = np.linspace(0,1,num_true_pts)
x_fine, y_fine, z_fine = interpolate.splev(u_fine, tck)

fig2 = plt.figure(2)
ax3d = fig2.add_subplot(111, projection='3d')
# blue line shows true helix
ax3d.plot(x_true, y_true, z_true, 'b')
# red stars show distorted sample around a blue line
ax3d.plot(x_sample, y_sample, z_sample, 'r*')
# green line and dots show fitted curve
ax3d.plot(x_knots, y_knots, z_knots, 'go')
ax3d.plot(x_fine, y_fine, z_fine, 'g')
plt.show()

此代码使用单个血管的嘈杂中心线路径，并使其具有平滑曲线（请参见下面的结果）：

interolation result

通常，在VMTK中使用中心线表示的情况下，使用两个用户种子来标记中心线末端。

自动获取中心线的另一种方法是对stl网格进行体素化，构建体素骨架并分离骨骼段以表示每个血管。然后您可以对每个中心线进行插值以获得平滑曲线。未经处理的骨骼段通常带有锯齿形。