基于超声图像特征与深度学习的多模态光声层析成像实时优化方法

本发明公开了基于超声图像特征与深度学习的多模态光声层析成像实时优化方法，包括：获取超声图像数据；将所述超声图像数据输入ResUNet网络进行训练，获得预训练残差模型，其中，所述预训练残差模型用于输出进行光强校正后的实时光声图像；获取原始正弦波数据；将所述原始正弦波数据输入U‑net网络进行训练，获得预训练注意力模型；将所述实时光声图像输入至所述预训练注意力模型，获取优化后的光声图像数据。本发明解决了现有基于线性光声层析成像伪影与噪声干扰、深部血管对比度不足、无法还原血管真实尺寸和无法提供实时成像优化等问题。