摘要
本发明为基于多视角和深度学习端到端的踝足矫形器3D重建方法及系统,属于图像处理技术领域。其方法包括:采集多视角踝足部图像并预处理;对预处理后的图像进行特征融合与提取,获得多视角多尺度层级特征;对多视角多尺度层级特征进行深度假设与优化,获得优化后的多视角深度图及三维足部表面模型;基于优化后的多视角深度图,重建生成初步三维点云,从连续的视角深度信息中提取全局一致的三维曲面表达,恢复踝足关键结构处的连续表面,获得三维踝足矫形器模型;通过自监督优化与领域适应,调整三维踝足矫形器模型。本发明实现了高精度、实时的个性化矫形器模型重建,减少了对标注数据的依赖,提高了在临床环境中的适用性和推理效率。
技术关键词
三维踝足矫形器
多视角
Siamese网络
特征提取模块
深度图
多尺度特征提取
图像获取模块
跨尺度特征融合
网络结构
点云配准算法
动态权重分配
浅层特征提取
门控循环单元
分支