一种半监督激光显微成像增强方法

本发明公开一种半监督激光显微成像增强方法，包括以下步骤：构建激光显微图像数据集，并对图像进行归一化处理；构建两阶段深度学习网络结构，包括第一阶段的无监督退化表示学习网络和第二阶段的有监督超分辨率图像重建网络；训练两阶段深度学习网络；进行网络推理，输入低分辨率激光显微图像，输出高分辨率图像，实现激光显微成像超分辨率。本发明结合无监督的对比学习策略与有监督的图像重建方法，充分利用无标签数据进行特征提取，同时通过有监督学习提升重建质量，有效增强了模型的泛化能力与重建精度；本发明引入了transformer（一种深度学习模型）架构的编码器从全局视角捕捉复杂退化信息，确保模型可以适应各种复杂退化。