摘要
本发明涉及人工智能以及医学图像超分辨技术领域,特别是涉及基于动态注意力和隐式神经表示的医学图像超分辨方法,包括:获取待处理医学图像;将所述待处理医学图像输入预设的医学图像超分辨率模型中,输出医学图像超分辨率结果,其中,所述医学图像超分辨率模型采用训练集训练获得,所述训练集包括若干训练对,所述训练对包括低分辨率医学图像以及对应的高分辨率医学图像,所述医学图像超分辨率模型基于引入动态注意力机制和隐式神经表示的卷积神经网络构建。本发明通过学习医学图像层间特征表示,运用相应的动态注意力机制,基于隐式神经表示获得高分辨率医学图像。
技术关键词
图像超分辨方法
图像超分辨率
低分辨率医学图像
注意力机制
动态
训练集
重建高分辨率图像
图像超分辨技术
解码函数
坐标
特征提取模块
插值算法
线性插值方法
临床设备
长方体
滑动窗口
系统为您推荐了相关专利信息
杂凑函数
数据处理装置
噪声源
数据处理方法
后处理模块
动态
参数更新模块
实时数据
预测系统
粒子群优化算法
智能诊断方法
关键点
双通道卷积神经网络
联轴器
数据
选址定容方法
负荷预测模型
坐标系
模糊逻辑
新建变电站