基于特征损失的医学图像超分辨率重建

• 作者: 符颖 邢晓羊 魏敏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 医学图像 超分辨重建 卷积神经网络 特征损失
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 图形图像处理
• 页码范围: 202-207,218
• 页数: 7页
• 分类号: TP391.41
• 字数: 5672字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1706-0436

摘要

高分辨率的磁共振图像可以提供更加清晰的解剖图像,从而促进疾病的早期诊断.但是医疗成像系统的固有缺陷,使得高分辨率医学图像的获取面临许多问题,解决这类问题的方法之一就是使用超分辨率重建技术.针对医学图像超分辨率重建问题,设计一个前馈全连接卷积神经网络,网络包括五层卷积层和五个残差块,并且使用基于特征的损失函数,解决了使用均方误差损失函数不符合人视觉感的问题.该方法在网络内部实现图像4倍放大重建,避免了使用反卷积层上采样时出现的棋盘伪影.通过实验验证了方法的有效性,在视觉和数值结果上都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏敏	成都信息工程大学计算机学院	14	16	2.0	3.0
5	符颖	成都信息工程大学计算机学院	4	9	2.0	3.0
9	邢晓羊	成都信息工程大学计算机学院	1	3	1.0	1.0