一种基于记忆增强先验动态模型的超声高分辨率成像方法

本发明公开了一种基于记忆增强先验动态模型的超声高分辨率成像方法，所述方法提出记忆增强先验动态模型，通过构建包含稀疏性约束的损失函数，依照半二次分裂优化算法，建立反卷积优化求解器与近端映射网络集成迭代求解该损失函数，将PSF用于反卷积优化求解器初始化并设置为可学习参数，在训练中动态化更新，增强了模型的物理可解释性；建立LSTM单元置于近端映射网络之后，用于迭代过程中清除冗余信息，确保为下一次迭代提供必要的特征，得到记忆增强先验动态模型；通过对该模型参数进行优化，有效地获取精准的PSF与图像保真度权重因子，达到自动调参目标，实现超声图像的高分辨率重建。