一种基于深度学习的肠道动态MRI图像增强方法及系统

本发明涉及图像增强技术领域，公开了一种基于深度学习的肠道动态MRI图像增强方法及系统，通过基于深度学习的图像增强方法，对小肠cine‑MRI图像进行质量提升，改善了传统图像分辨率低、对比度差的问题，增强了小肠肠壁结构的可识别性。在此基础上，结合连续帧图像的像素级配准处理，精准提取肠段运动轨迹，计算收缩频率、管腔直径变化幅度、像素位移均值与方差等运动参数。进一步地，利用预训练评估模型基于运动参数智能输出小肠动力状态判断结果，实现了对小肠动力障碍性疾病及其严重程度的标准化辅助识别。本发明整体提高了小肠动力评估的图像处理质量、运动特征提取准确性与评估智能化水平，具有重要的临床应用价值与推广意义。