基于卷积神经网络的腹部组织器官表面的三维重建

• 作 者: 徐珂 陈智勇
• 机 构: 桂林电子科技大学,中国科学院深圳先进技术研究院
• 出 处: 科技创新与应用
• 发表日期: 2018年22期
• 关键词: 卷积神经网络 无监督学习 深度估计 三维重建 convolutional neural network （CNN） unsupervised learning
• 基金项目: 国家重点研发计划课题（编号：2016YFC0106502、SQ2017ZY040217/03）

文章设计了基于卷积神经网络的腹腔镜下软组织器官表面的无监督学习深度估计网络,并根据视差图像进行三维重建。实验结果表明,提出的深度估计网络所计算产生的视差图像为稠密有效的,根据视差图像进行三维重建结果较好,视差图像的SSIM的量化值为0.7626±0.0476,PSNR的量化值为16.0916±3.3080。