基于GPU加速的改进Marchingcubes算法的实时血液与水融合仿真方法（高校公示15天）（不包年费滞纳金）（需要二变）
发明专利本发明公开了基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法，针对在重建和渲染大量不同种类的粒子表面时，Marching cubes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Marching cubes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Marching cubes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。
《基于GPU加速的改进Marchingcubes算法的实时血液与水融合仿真方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022114634257，当前法律状态为已下证，由南昌大学提出申请，发明人为邹艳妮;张泽龙;刘小平，申请日期为2022-11-22，公开（公告）日期为2025-08-29，国际专利分类号（IPC）为 G06F 30/28 (2020.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了基于GPU加速的改进Marching cubes算法的实时血液与水融合仿真方法，针对在重建和渲染大量不同种类的粒子表面时，Marching cubes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Marching cubes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Marching cubes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。
海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！
