一种基于Mean-reverting扩散模型的AR-PAM图像增强和降噪方法

本发明公开一种基于Mean‑reverting扩散模型的AR‑PAM图像增强和降噪方法。该方法通过反向SDE的扩散过程，利用Mean‑reverting扩散模型将高分辨率图像转换为固定高斯噪声状态，并通过反向SDE过程恢复原始的高分辨率图像，从而实现AR‑PAM图像的分辨率增强和噪声抑制。与传统方法相比，本发明能够在不牺牲AR‑PAM成像深度的前提下显著提高图像的横向分辨率，并有效抑制噪声。通过对模拟数据和体内实验数据的验证，本发明所提出的方法在多种退化场景下均表现出卓越的增强效果，尤其是在高噪声和低分辨率条件下，能够显著提高图像的峰值信噪比和结构相似性，从而为光声显微成像技术的应用扩展提供新的可能性。