换一批基于稀疏编码非局部注意力对偶网络的病理图像超分辨率重建
Pathological Image Super-resolution Reconstruction Based on Sparse Coding Non-local Attention Dual Network
摘要高分辨率的病理学图像是疾病高精度诊断的客观依据,在精准医学领域具有重要意义.然而,受硬件设备分辨率和扫描时长的限制,实时获取高分辨率病理图像存在困难.经典的图像超分辨率重建算法由于模型的参数较难估计,导致重建后图像细节模糊且不够真实,不适用于病理学图像.为此,文中提出稀疏编码非局部注意力对偶网络,通过上采样和降采样对偶分支中的稀疏编码非局部注意力机制、高斯约束以及参数共享策略来实现病理学图像的超分辨率重建.重建后的病理图像峰值信噪比和结构相似性分别达到了30.84 dB 和0.914.研究结果表明,所提方法不但能够实现病理学图像中高频细节的精确重建,轻量化的稀疏编码非局部注意力机制也有效地提高了建模的效率,是病理学图像超分辨率重建的一种有效方法.
更多相关知识
关键词
稀疏编码非局部注意力对偶网络病理图像超分辨率Sparse codingNon-local attentionDual networkPathological imageSuper resolution
分类号
TP391
栏目名称
DOI
10.11896/jsjkx.220700016
发布时间
2023-09-06（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引3
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
