买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南昌大学申请的专利基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115935839B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211463425.7，技术领域涉及：G06F30/28；该发明授权基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法是由邹艳妮;张泽龙;刘小平设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法在说明书摘要公布了：本发明公开了基于GPU加速的改进Marchingcubes算法的实时血液与水融合仿真方法，针对在重建和渲染大量不同种类的粒子表面时，Marchingcubes算法会出现效率低下、实时性不佳、逼真度不够等问题，为解决此问题本发明提出首先通过考虑不同液体粒子的各向异性特征，建立各向异性核函数来计算隐式曲面，然后在GPU线程内为水和血液两种粒子分别建立一个数据结构来加速搜索，最后利用GPU来加速Marchingcubes构建三角形网格，并利用OpenGL进行渲染的方法。该方法能够从不同的混合粒子数据中快速准确的重建出三角形网格，显著的提高传统Marchingcubes算法曲面重建的效率和准确度，可以更好地满足虚拟手术中血液与水的仿真实时和逼真的要求。

本发明授权基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法在权利要求书中公布了：1.基于GPU加速的改进Marchingcubes算法的实时血液与水融合仿真方法，其特征在于，所述方法包括以下步骤： S1、对两种不同粒子的加权主成分和各向异性特征进行分析，采用对粒子核进行插值的改进方法对血液与水混合液体隐式曲面进行计算； S2、对于大量不同种类的粒子，在GPU中为不同粒子分别单独构建一个哈希网格和空间AABB搜索结果来进行搜索； S3、利用GPU来加速Marchingcubes构建混合液体粒子的三角形网格； S4、利用OpenGL来渲染最后计算得到的三角形面片； 所述步骤S1具体为： S1-1、通过空间位置和两种粒子球半径定义一个球的核函数； 所述核函数如下公式（1）： （1）； 式中，为粒子的坐标，为可调整的核半径，是空间中的点坐标； S1-2、在对网格上的累计值计算后，采用Marchingcubes算法从空间网格的隐式曲面表示中检索出三角形网格，并采用主成分分析法来消除受粒子采样和核函数球形形状的影响而造成的凹凸曲面； 每个粒子核的加权协方差矩阵是通过每个临近加权协方差矩阵的相加来进行计算的，加权协方差矩阵是利用粒子到临近的粒子的距离来计算的；通过对协方差矩阵进行SVD分解，可以计算出椭圆核函数的三个轴，如下公式（2）： （2）； 公式（2）中，CovarianceM是每个粒子的协方差矩阵，U是一个矩阵，其列是协方差矩阵的特征向量，S是一个对角线矩阵，其对角线上的元素是特征值，V是一个矩阵，其行是协方差矩阵的特征向量； 之后对S进行修改，使得充满临近粒子核的W的积分为常数，对S进行标准化；对于之前标准化修改后的S、U、V矩阵，计算出一个能将原球核函数变化为椭圆核函数的矩阵G，并可以用此矩阵G的到各向异性核函数； 3； S1-3、利用公式（3）的核函数来计算隐式曲面，得到一个光滑的解； 所述步骤S3具体为： S3-1、通过将空间中两种粒子的权重添加到网格中，得到一个为等值面的隐式曲面空间函数的离散表示； S3-2、通过Marchingcubes算法枚举每个网格可能的权值配置，为建立三角形网格做好基础； S3-3、利用直方图金字塔数据结构来分配存储，并为三角形块分配索引，从而建立三角形网格。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。