[发明专利]基于三维影像的关键结构重建方法、装置和计算机设备

权利要求书

1.一种基于三维影像的关键结构重建方法，其特征在于，所述方法包括：

对目标部位的原始三维医学影像进行前置采样处理，得到指定尺寸的三维医学影像，所述目标部位包括有至少一个关键结构；

对所述指定尺寸的三维医学影像进行语义分割处理，得到对应的三维标记图像，所述三维标记图像中的每个体素都对应有属于各个关键结构的概率值；

基于所述三维标记图像进行后置采样处理，得到满足高分辨率条件的目标标记图像；

基于所述三维标记图像中每个体素分别对应的概率值，对所述目标标记图像进行分割，得到至少一张三维结构图像，每张三维结构图像对应一个关键结构；

对每张三维结构图像分别进行重建处理，得到与各关键结构分别对应的目标三维结构模型，所述目标三维结构模型用于进行可视化展示。

2.根据权利要求1所述的方法，其特征在于，所述对目标部位的原始三维医学影像进行前置采样处理，得到指定尺寸的三维医学影像，包括：

获取对目标对象的目标部位进行医学影像采集得到的原始三维医学影像；

通过前置采样层对所述原始三维医学影像进行插值处理，得到指定尺寸的三维医学影像。

3.根据权利要求1所述的方法，其特征在于，所述对所述指定尺寸的三维医学影像进行语义分割处理，得到对应的三维标记图像，包括：

通过编码网络提取所述指定尺寸的三维医学影像中的多个连续特征向量；

通过解码网络将所述多个连续特征向量进行融合，得到对应于所述指定尺寸的三维医学影像的特征图；

对所述特征图进行归一化处理，并通过激活层将归一化处理后的特征图进行转换，输出三维标记图像。

4.根据权利要求1所述的方法，其特征在于，所述基于所述三维标记图像中每个体素分别对应的概率值，对所述目标标记图像进行分割，得到至少一张三维结构图像，包括：

确定与各个关键结构分别对应的概率阈值；

对于每个关键结构，均将所述三维标记图像中各体素属于相应关键结构的概率值，与相应关键结构对应的概率阈值进行比较，并基于比较结果，从所述目标标记图像中确定出与相应关键结构匹配的目标体素；

基于每个关键结构分别对应的目标体素进行分割，得到至少一张三维结构图像。

5.根据权利要求1所述的方法，其特征在于，所述对每张三维结构图像分别进行重建处理，得到与各关键结构分别对应的目标三维结构模型，包括：

对于每张三维结构图像，建立与所述三维结构图像中包含的关键结构相匹配的初始三维结构模型，所述初始三维结构模型中关键结构的表面由多个预设形状的面片构成；

对各所述初始三维结构模型中关键结构的表面进行平滑处理，得到与各关键结构分别对应的目标三维结构模型。

6.根据权利要求1所述的方法，其特征在于，所述目标部位的关键结构包括表层结构和内部结构，所述方法还包括：

获取在现实场景中对所述目标部位进行图像采集得到的现实场景影像，并确定与所述现实场景影像对应的真实表层点云数据；

将表层结构所对应的目标三维结构模型转换为重建表层点云数据，并将所述重建表层点云数据与所述真实表层点云数据进行配准。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在所述重建表层点云数据与所述真实表层点云数据配准完成后，基于配准结果，确定所述目标部位的各内部结构所对应的目标三维结构模型，在所述现实场景影像中的相对位置；

根据各内部结构所对应的目标三维结构模型分别在所述现实场景影像中的相对位置，将各内部结构所对应的目标三维结构模型叠加展示在所述现实场景影像中。