1.一种基于稀疏主成分分析的心脏软组织三维重建方法，其特征在于，包括以下步骤：(1)、从立体内窥镜系统获取跳动心脏表面的多帧图像作为历史图像数据；

(2)、利用传统的高复杂度薄板样条模型TPS提取历史图像数据中感兴趣区域的三维历史形态数据；

(3)、对提取的三维历史形态数据进行零均值化处理，得到标准三维历史形态数据矩阵S；

(4)、利用稀疏主成分分析算法提取标准三维历史形态数据矩阵S的稀疏主成分T(4.1)、对标准三维历史形态数据矩阵S进行奇异值分解，即S＝UΣV ,其中，U是由正交列 组成的N×N正交矩阵正交矩阵，Σ是N×L的对角矩阵，对角线上是S的奇异值并且从大到小排列，V是L×L的正交矩阵；

(4.2)、选取V矩阵的前n个列向量，组成稀疏加载向量VL×n，VL×n＝[α1,…αn]，αn表示V的第n个列向量；

(4 .3)、根据稀疏加载向量VL×n＝[α1 ,…αn]，建立优化目标函数：其中，j＝1,2,…,n,βj为待优化的目标

2 T

向量，||βj||1是βj的1-范数，||βj||＝trace(βjβj)，即矩阵 的主对角线上各个元素的总和；

(4.4)、给定βj的初始值，然后迭代更新优化目标函数得到最小化后的 再根据 计算新的稀疏加载项的n个列向量 其中， 则 组成的新的稀疏加载项为 从而获得最终的稀疏主成分为 具体过程如下：(4.4.1)、利用(4.2)中得到的稀疏加载向量VL×n＝[α1,…αn]，优化目标函数(4.4.2)、对于给定的βj的初始值，对上式进行计算得到新的 新的稀疏加载向量为其中， 则 组成的新的稀疏加载项为(4.4.3)、重复步骤(4.4.1)和(4.4.2)，直到(4.4.4)、输出最终的稀疏主成分

(5)、利用提取的稀疏主成分实现心脏软组织的三维重建(5.1)、建立新的低维形态模型

其中，q0是位置参数，w是各主成分的加权系数，表示平均姿态；

(5.2、)、通过立体视觉匹配法确定该模型中的参数，使模型输出3N维的列向量即为重建的心脏软组织目标区域的N个三维坐标点，从而重现心脏软组织目标区域的三维形态。

2.根据权利要求1所述的基于稀疏主成分分析的心脏软组织三维重建方法，其特征在于，所述的步骤(4.2)中，选取V矩阵的前n个列向量的方法为：先根据奇异值 计算信噪比： 然后选取γ＞20dB的前n个最大奇异值，根据这n个最大奇异值找出对应的U矩阵的前n个列向量，即UN×n。