基于动态融合网络的脑出血电阻抗层析成像信号增强方法

本发明公开了一种基于动态融合网络的脑出血电阻抗层析成像信号增强方法。采集三层颅脑电阻抗层析成像传感模型边界电压数据与单层颅脑电阻抗层析成像传感模型边界电压数据，构建基于动态多尺度注意力与自适应残差融合的神经网络，三层颅脑模型电压数据与单层颅脑模型电压数据输入到神经网络中进行训练并提出改进型Adam优化器，通过训练好的动态多尺度注意力与自适应残差融合的神经网络将测量的三层颅脑模型电压数据弱信号转换为单层颅脑模型电压数据强信号，再使用电阻抗层析成像时以增强脑出血成像质量。本发明通过构建新型动态多尺度注意力机制与新型自适应残差，在不钻颅的情况下增强弱信号，提高成像质量。