본문으로 건너뛰기

© 2026 Molayo

arXiv논문2026. 06. 18. 21:11

RespGeomLib: 분석 준비가 된 인간 기도 내강 기하학 생성을 위한 재현 가능한 파라메트릭 엔진

요약

RespGeomLib는 YAML 명세를 통해 재현 가능한 인간 기도 내강 기하학을 생성하는 파라메트릭 엔진입니다. 포트 기반 조립과 암시적 블렌딩 기술을 사용하여 매끄러운 접합부를 생성하며, 기존 방식보다 빠르고 메모리 효율적입니다. 생물 의학 연구를 위한 정량적 형태 측정 및 CFD 시뮬레이션 준비가 된 모델 생성을 지원합니다.

핵심 포인트

  • YAML 명세를 통한 재현 가능한 기도 모델 생성
  • 암시적 스무스-민 블렌딩으로 매끄러운 접합부 구현
  • 전체 트리 복셀화를 피하여 속도 및 메모리 효율성 증대
  • CFD 시뮬레이션 및 형태 측정학 연구에 최적화된 데이터 수출

CT 유래 기도 모델은 폐 형태 측정학 (pulmonary morphometry) 및 공기 흐름 시뮬레이션을 지원하지만, 원위부 스캔 해상도와 분기점 근처의 상당한 클린업 (cleanup) 작업 필요성으로 인해 제한되는 경우가 많습니다. 절차적 (procedural) 대안들은 재현이 가능하지만, 많은 방식이 매끄럽지 않은 접합부와 불분명한 개방 경계를 유발하는 이어 붙여진 관형 프리미티브 (tubular primitives)에 의존합니다. 우리는 컴팩트한 YAML 명세로부터 분석 준비가 된 인간 기도 내강 (airway lumen) 표면을 생성하는 재현 가능한 파라메트릭 엔진인 RespGeomLib를 제시합니다. 이 프레임워크는 포트 기반 조립 (port-based assembly)과 암시적 스무스-민 접합 블렌딩 (implicit smooth-min junction blending)을 결합하여 매끄러운 접합부를 생성하는 동시에, 해석적 세그먼트 (analytic segments)와 분기점 주변의 국소적 암시적 추출 (local implicit extraction)을 통해 전체 트리 복셀화 (full-tree voxelization)를 피합니다. 정량적으로, RespGeomLib는 Boolean/stitch 베이스라인보다 더 깨끗한 접합부를 생성하며, 전체 트리 전역 암시적 추출 (whole-tree global implicit extraction)보다 실질적으로 더 빠르고 메모리 효율적입니다. 우리는 더 나아가 형태 측정학 가이드 트리 생성, 제어된 합성 기도 변이체, 그리고 안정적인 공기 흐름 시뮬레이션이 가능한 CFD 준비 완료 수출 (CFD-ready export)을 입증합니다. RespGeomLib는 재현 가능한 형태 측정학, 제어된 합성 변이체, 그리고 시뮬레이션 준비가 된 내강 기하학을 요구하는 생물 의학 워크플로우를 목표로 합니다. 코드는 https://nichula01.github.io/Respgeomlib/ 에서 공개적으로 사용할 수 있습니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 arXiv cs.GR (Graphics)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0