一种基于双平面X光图像的脊柱三维重建网络实现方法及系统

本发明涉及一种基于双平面X光图像的脊柱三维重建网络实现方法及系统，通过结合深度卷积神经网络与可微分的参数化表面表示，实现从低剂量X射线图像中精确、高效地重建具有光滑表面的三维脊柱模型。本发明首先对输入的双平面X射线图像进行预处理，融合成一个多通道三维体积表示；然后，将该三维体积输入一个基于3D U‑Net架构的神经网络，并采用空间加权损失函数进行训练，以输出一个边界精确的三维体素概率场；接着，基于该概率场初始化一组BG‑Triangle参数化表面基元；最后，通过一个包含Chamfer距离和法线一致性的几何损失函数，直接对BG‑Triangle的几何控制点进行迭代优化，从而获得矢量化光滑三维脊柱模型。本发明实现了从体素概率场到光滑几何网格的精确映射。