一种基于像差和噪声混合网络的荧光显微图像恢复方法

本发明公开了一种基于像差和噪声混合网络的荧光显微图像恢复方法，通过基于泽尼克像差模式的像差添加模块和基于方差稳定变换与高斯噪声估计的噪声添加模块合成训练数据，训练去噪‑去像差混合网络模型恢复深层数据。本发明旨在通过数据合成和深度学习同时解决光学像差和噪声带来的挑战，从而提高荧光显微成像的质量；因此，本发明能够在不需要额外硬件条件的情况下实现像差校正和噪声消除，这进一步增强了它的使用范围，使得高质量成像在更广泛的设置中得以实现。