摘要
本申请公开了一种荧光手术场景的三维表面重建方法、系统、设备、介质及产品,涉及荧光手术导航领域,方法包括:利用深度融合网络将不同亮度条件下的荧光图像和白光图像进行自适应融合,得到融合图;并利用深度学习网络基于降采样后的融合图生成初始深度图。通过深度补全网络对初始深度图中的空洞区域进行补全,得到补全后的深度图;采用深度图超分辨率重建算法对补全后的深度图进行上采样,得到重建深度图;将重建深度图和融合图进行动态匹配成三维点云数据;对连续时间序列的三维点云数据进行实时点云配准,得到实时三维结构图。本申请增强了对患者组织深度的感知能力,提高了荧光导航的可视性,进而提高了外科手术导航的精确性和时效性。
技术关键词
三维表面重建方法
手术场景
深度融合网络
深度图
荧光
三维点云数据
生成三维点云
信号采集模块
图像处理模块
白光
点云配准算法
光源模块
重建系统
外科手术导航
深度学习网络模型
相机标定参数
患者
系统为您推荐了相关专利信息
三维测量方法
表面网格模型
三维点云模型
GPS坐标信息
裂缝
半导体发光芯片
照明装置
LED光源
内窥镜
蓝色荧光粉
患者
智能辅助系统
多模态
实时数据
多参数监护仪