在医学显像诊疗领域,现有血管显像技术仅能实现单一波段浅层血管显像,难以获取三维立体视觉信息。本文研制出多光谱血管无创智能检测装置,提供深层血管的多光谱显像、获取三维视差数据的解决方案。主要研究工作如下:（1）在医学样本及其标注数据获取成本高的情况下,针对目前传统的血管提取算法在复杂纹理血管数据上泛化能力弱、基于深度学习的血管提取算法依赖过多数据且训练推理时效性不足的问题,建立了基于纹理抑制和细节增强的超实时血管提取模型。本模型引入了感知权重模块、突出细节的编码模块、难样本筛选累积约束模块来完成模块构建,完成了端到端的高泛化输出。实验表明,与同类算法相比,本模型在血管图像上拥有更优的提取精度及时效性。（2）在弱纹理血管图像的应用场景下,针对现有传统的血管视差匹配技术误匹配率高、基于深度学习的匹配模型量化能力弱且时效性差的问题,提出了一种基于阈值截断和积分映射的血管视差匹配算法。本算法由阈值截断、积分映射和视差计算及补计算三个模块构成,并通过形态学闭运算来获得改善灰度阶跃点的视差结果输出。在采集的模拟血管数据集上,本章提出的算法精度更高。（3）在非侵入无创检测的前提下,针对现有的血管检测装置检测波段单一、使用不便携且价格高昂的问题,搭建了多光谱血管无创检测原理试验验证装置。针对血管数据集成本高的问题,设计并搭建了模拟血管数据采集模块,为算法定量分析提供了廉价可靠的数据基础。