一种基于深度学习的冷冻电镜断层图像修复方法

本发明设计了冷冻电镜图像修复框架IsoNet++，属于图像处理与应用技术领域，本发明目的是解决现有冷冻电镜图像含有缺失楔形和低信噪比问题。本方法包括：使用维纳滤波器提高冷冻电镜图像信噪比，并使用掩膜来切割图像为模型迭代提供数据基础；使用FFT_Unet模型和掩膜生成这一轮迭代的数据，并且人为在图像中添加缺失楔形和噪音生成模型训练所需要的训练对，然后训练FFT_Unet模型，该模型包含双通道提取图像特征和CBAM注意力机制来关注图像关键特征，使得FFT_Unet能够更好修复冷冻电镜图像；最后，在模型完全训练完后，把未处理的图像输入到模型后，生成修复后的图像。