一种基于无监督深度学习的内窥镜可见光图像与近红外荧光图像融合方法

本发明属于生物医学分子影像领域，具体涉及一种基于无监督深度学习的内窥镜可见光图像与近红外荧光图像融合方法，旨在解决可见光图像和近红外荧光图像拼接融合不准确、速度慢等缺点。本发明包括：获取原始可见光图像以及原始近红外荧光图像作为数据的训练集，构建并训练基于无监督图像融合卷积神经网络，将相机获取的原始可见光图像以及近红外荧光图像进行引导滤波降噪处理后输入到训练完成的模型网络中，得到已经将近红外荧光图像融合的可见光图像（荧光为伪彩色）。本发明基于深度学习方法明显提升了近红外荧光成像的精度以及速度。