VALVEFIT：面向三尖瓣患者专属建模的基于 B 样条曲面拟合框架分析

患者专属的三尖瓣（TV）计算建模对于临床评估心脏瓣膜疾病至关重要，但由于医学图像数据的局限性（如噪声和稀疏性）以及复杂的瓣膜动力学，这一过程受到阻碍。我们提出了 VALVEFIT，一个面向 GPU 加速和可微分的 B 样条曲面拟合框架，使其能够从通过医学图像分割获得的点云中快速重建光滑且适用于分析的几何形状。我们以理想化的 TV B 样条模板曲面为起点，通过一种创新的损失函数优化其控制点位置以拟合分割点云，该损失函数在形状保真度和网格正则化之间进行权衡。我们引入了新的正则化术语，以确保在大变形期间曲面保持光滑、规则且无自交。我们首先将其应用于作为真实值的仿真派生点云，以验证框架的鲁棒性和准确性。我们进一步展示了该框架在不同点云密度和噪声水平下的鲁棒性。最后，我们在来自不同患者点云的不同运动阶段的实际数据上演示了该框架的性能。随后对拟合曲面进行等高生物力学瓣膜仿真，以显示其直接适用于分析。VALVEFIT 实现了自动化的患者专属建模，几乎无需人工干预，为面向临床应用的直接图像到分析平台的未来发展铺平了道路。