摘要
本发明公开了一种基于生成式优化的低场MRI图像超分辨率重建方法,步骤为:获取低场MRI图像,首先利用退化去除模块去除低场MRI图像中的退化因素并提取图像中的重要特征,然后利用特征映模块将提取的重要特征进行融合与调制,映射到一个生成网络的中间潜在代码空间,再通过细节复原生成模块采用生成对抗网络GAN,并通过判别器模块对生成结果进行对抗训练,最后通过图像增强模块对图像进行增强操作,实现低场MRI图像的超分辨率重建。本发明采用上述基于生成式优化的低场MRI图像超分辨率重建方法,针对低场MRI图像的多方面劣势进行全面优化,通过多层次的图像增强策略,不仅提升了图像的清晰度与细节还原度,还显著增强了图像的对比效果,为医生提供更加精确和可靠的诊断支持。
技术关键词
图像增强模块
退化模型
生成对抗网络
对抗性
直方图均衡化
多层感知器
支持动态参数
伽马校正
多分辨率
编码器
算法
高层语义特征
通道
对齐技术
系统为您推荐了相关专利信息
多层感知机
结点
流量预测方法
神经网络架构
语义
深度强化学习
支持向量回归模型
门控循环单元
序列生成器
记忆单元
损伤检测方法
石雕
图像
三维点云数据
地面机器人