一种基于图像表征的二维荧光显微图像自监督去噪方法

本发明公开了一种基于图像表征的二维荧光显微图像自监督去噪方法，采用INR与自监督神经网络结构相结合，旨在解决荧光显微成像中因低剂量照射等因素导致的图像噪声严重问题。该方法首先利用INR模型对二维荧光显微图像进行初步建模与去噪，有效恢复图像结构与连续性；随后通过对INR结果进行对比度增强，并作为伪参考图像引导与基于U‑Net的网络模型结合进行自监督去噪训练，进一步提升图像清晰度与细节还原度。本发明不依赖配对清晰图像，避免了传统监督学习的高昂代价，同时保持了高时间分辨率与低照射剂量条件下的成像要求。实验证明，本发明在多个真实荧光图像数据集上取得了优异的图像质量提升效果，具有良好的实用性和推广价值。