摘要
基于深层特征的医学图像增强方法、装置、设备和介质,涉及图像处理技术领域。其包含步骤S1至步骤S6。S1、获取低分辨率医学图像。S2、将低分辨率医学图像输入作为浅层特征提取模块的初始卷积层,生成初步浅层特征。S3、将初步浅层特征输入第一Mamba模块,获取增强浅层特征。S4、将增强浅层特征输入深特征提取模块,在深特征提取模块中经过重复次的残差组的处理生成深层特征表示。S5、深层特征表示通过一个卷积层后与初始卷积层输出的增强浅层特征进行跳跃连接。S6、跳跃连接后的特征表示,再经过一个卷积层和第二Mamba模块,然后输入到图像重建模块通过像素重排操作进行上采样,并使用卷积层处理,生成高分辨率医学图像。
技术关键词
医学图像增强方法
低分辨率医学图像
特征提取模块
Sigmoid函数
生成高分辨率
浅层特征提取
通道
矩阵
状态空间模型
全局平均池化
图像重建
图像增强设备
图像增强装置
可读存储介质
注意力机制
上采样
优化网络参数
系统为您推荐了相关专利信息
诊断建模方法
参数优化模型
卷积神经网络模型
构建卷积神经网络
企业
影像
数据处理系统
特征提取模块
表达式
匹配模块
分布特征
度计算方法
语义向量
决策
大屏可视化系统