摘要
本发明涉及深度学习与医学图像重建的交叉技术领域,尤其为一种基于混合表示增强的4D心脏重建运动模型方法,包括如下步骤:步骤S1、心脏模型参数化;步骤S2、生成初始3D模型;步骤S3、构建观测编码器;步骤S4、心脏运动恢复;步骤S5、网络模型训练;本发明通过DMTet算法将三维空间离散化为一个可变形的四面体网格,为后续模型训练捕捉到更精细的几何细节,而且在三维重建过程中使用混合表示增强方法,结合隐式表面表示和显示网格表示方法,在提出的观测编码器基础上,用于从各种不同的观测数据中提取特征,并将这些特征用于后续的心脏运动恢复,同时在运动恢复阶段中,使用GCN与GRU结合,从而帮助模型有效地处理空间和时间信息。