基于卷积神经网络腹部组织器官表面三维重建.docVIP

基于卷积神经网络腹部组织器官表面三维重建 　　摘 要：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。 　　关键词：卷积神经网络；无监督学习；深度估计；三维重建 　　中图分类号：TP391 文献标志码：A 文章编号：2095-2945（2018）22-0016-03 　　Abstract： In this paper， an unsupervised learning depth estimation network based on convolutional neural network （CNN） for soft tissue surface under laparoscope is designed， and 3D reconstruction is carried out according to parallax image. The experimental results show that the disparity images calculated by the proposed depth