心脏动态三维形状构建方法

本申请公开了一种心脏动态三维形状构建方法，包括：对心脏原始图像进行分割，获得掩码图像信息；对掩码图像信息进行预处理，获得体素坐标点云集；基于体素坐标点云集构建预设损失函数；基于预设损失函数对建立的目标神经网络模型进行训练，将训练好的模型记为第一神经网络模型；基于第一神经网络模型获得每帧的有符号距离函数值；基于所有帧的有符号距离函数值，获得心脏动态三维形状。该方法能够从单个心脏图像中快速、准确地重建心脏动态三维形状，不需要数据集就能从平面外低分辨率图像重建出自然的心室形状，计算速度快，拟合准确率高，所提出的方法具有很好的泛化性，能适应整个时间序列、各种病理、各种分辨率的心脏电影磁共振图像。