换一批基于生成对抗网络的细胞图像超分辨重建
Super-resolution reconstruction of cell images based on generative adversarial network
摘要为提升细胞荧光显微图像的分辨率和重建质量,提出一种基于生成对抗网络的超分辨重建方法.该模型融合卷积与多头自注意力机制,实现多尺度特征建模与融合.通过联合内容损失、感知损失、对抗损失和总变分损失,提升训练稳定性与重建性能.在4种不同细胞亚结构数据集上的实验结果表明,该方法在峰值信噪比和结构相似性指数上均优于现有方法.与次优方法相比,峰值信噪比分别提升0.22、2.35、2.11和0.59 dB,结构相似性指数分别提升0.021、0.009、0.009和0.022.主观视觉评价进一步验证了该方法在细节恢复与伪影抑制方面的优势.
更多相关知识
关键词
细胞荧光显微图像超分辨重建生成对抗网络fluorescence microscopic cell imagesuper-resolution reconstructiongenerative adversarial network
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1005-202X.2026.01.007
发布时间
2026-02-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
甘肃省软科学专项（23JRZA484）
- 浏览5
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
