一种基于深度学习卷积神经网络的OCT成像超分辨率重建的方法、系统及计算机存储介质

本发明提供一种基于深度学习卷积神经网络的OCT成像超分辨率重建的方法、系统及计算机存储介质，将各同帧采集的高、低分辨率图像配准后得到训练数据集。对训练数据集中的图像对进行多尺度融合，将结果与图像对叠加经注意力模块加权输出得到训练结果；至少同时对三个相邻帧图像对训练，叠加训练结果。重建模型构建完毕，将低分辨率待分辨图像输入模型后得到此图像的超分辨率图像。优点是提供了实现低分辨率到高分辨率的轻量级超分辨率重建模型构建方法，通过利用前后帧和当前帧并行处理的训练方式降低匹配差异带来的相关影响，同时增强上下文信息的融合力。使用多尺度上下文信息融合，增加通道和空间的轻量级的注意力，生成更清晰的重建图像。