一种基于深度学习的胶囊内窥图像超分辨率重建方法

本发明公开了一种基于深度学习的胶囊内窥图像超分辨率重建方法，包括针对污染遮挡设计数据增强与标签机制；结合轻量化结构与注意力机制对ESRGAN模型进行优化；结构感知标签生成；模型的训练。本发明针对胶囊内窥图像在实际临床环境中存在分辨率低、污染遮挡严重、结构细节难以识别等问题，提出了一种融合医学结构感知的图像超分辨率重建方法。该方法通过构建污染模拟数据增强机制与结构掩膜标签体系，有效提升了模型对医学关键信息的关注能力；结合轻量化改进与注意力机制优化的超分网络架构，在保证重建质量的同时大幅降低计算资源需求；设计结构加权损失函数与边缘感知损失策略，显著增强了病灶区域的可视化表现。