基于深度学习的医疗内窥镜2D视频实时3D转换方法

本发明提供了基于深度学习的医疗内窥镜2D视频实时3D转换方法，属于医学影像处理技术领域。该基于深度学习的医疗内窥镜2D视频实时3D转换方法，包括如下步骤：对原始2D内窥镜视频进行预处理，包括自适应直方图均衡化处理和镜面反射抑制。通过轻量化深度估计网络EndoDepthNet对预处理后的视频帧进行深度估计。利用运动恢复结构算法对连续多帧视频进行处理。根据优化后的深度图生成双目视差图像，并进行亚像素级时序平滑处理，输出实时3D立体视频。针对内窥镜场景优化的深度学习模型、多模态几何约束及硬件并行优化，解决了传统方法在精度、实时性和抗干扰能力上的不足。