基于深度学习的微型超声图像重建方法、装置及设备

本发明属于图像处理技术领域，公开了一种基于深度学习的微型超声图像重建方法、装置及设备。该方法包括：处理后的信号构建轻量化U‑Net模型；采用混合损失函数以及量化感知优化和压缩轻量化U‑Net模型，在FPGA上部署处理后的模型，并采用分层映射策略和双缓冲机制执行推理，输出重建图像；通过闭环反馈超分辨率模块动态选择上采样策略优化重建图像，通过轻量化U‑Net架构、硬件协同优化和端到端成像流水线提升超声成像质量，采用深度可分离卷积、多尺度注意力门控和混合损失函数优化算法；利用FPGA加速推理、动态电压频率调节和片上内存优化降低功耗，通过量化感知训练提升成像效果，具有高分辨率、低功耗、实时性强，适用于便携式医疗设备。