摘要
本发明公开了一种基于细节增强的医学图像超分辨率重建方法,该方法首先收集肺部CT图像,对图像进行预处理后进行下采样操作,将下采样前后的图像一一对应构成训练集。其次构建包括生成器和鉴别器的生成对抗网络结构,并基于下采样前后的图像数据进行训练。最后将图像采集时获取的肺部CT图像传入训练后的生成器,进行测试,得到细节特征增强后的肺部CT重建图像。本发明根据细节不清的低分辨率肺部CT图像,可以得到纹理细节清晰的高分辨率肺部CT图像。
技术关键词
肺部CT图像
特征提取模块
纹理细节特征
CT重建图像
解码器
训练集
编码器
网络结构
残差神经网络
训练鉴别器
双线性插值法
基元
多尺度特征
随机噪声
输出特征
上采样
像素
系统为您推荐了相关专利信息
识别液体
多模态深度学习
激光扫描设备
识别方法
摄像设备
定位系统
优化卷积神经网络
刀具参数
格式化图像
图像边缘检测
商品推荐方法
个性化商品
数据挖掘技术
商品属性信息
机器学习算法
解读方法
计算机可执行指令
文本语义分析
可读存储介质
金融科技技术