基于物理退化学习的增强光声显微成像方法

本发明公开了一种基于物理退化学习的增强光声显微成像方法，包括：基于光声成像原理，通过具有多变性的物理模型退化学习，将对地真实的光声显微成像的图像退化成低质量的光声显微成像。用高质量的光声显微成像图像作为监督训练的目标，再以深度学习为基础，输入到本发明自己设计的带有注意力机制的卷积神经网络进行网络训练，评估重建的图像质量直到重建质量达标，否则重新执行上述步骤。再将真实的低质量光声图像输入到训练好的神经网络中，获得重建的高分辨率光声图像。本发明能够有效地提升深层光声显微图像的分辨率和对比度，同时也能对光声显微图像进行去噪，并且本发明因为数据集是通过物理模型进行获取，能有效减少了对数据集的依赖，有利于提高对不同环境下的重建效果。