基于深度学习理论的光学分子成像图像重建方法

• 作者: 周媛媛 王杨丽
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 光学技术 分子成像图像 卷积神经网络 图像重建
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 114-118
• 页数: 5页
• 分类号: TN929
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2022.12.114

摘要

光学分子成像图像重建是当前的研究重点,由于传统光学分子成像图像重建方法存在重建误差,效果不理想等缺陷,为了获得理想的光学分子成像图像重建效果,提出了基于深度学习理论的光学分子成像图像重建方法.首先分析光学分子成像图像重建工作原理,找到导致光学分子成像图像重建质量差的因素,然后采集光学分子成像图像,选择卷积神经网络算法进行光学分子成像的图像重建.实验结果显示:采用本方法进行峰值信噪比(PSNR)范围为34.16～38.96,结构相似性(SSIM)范围为0.854 9～0.980 8,均远远大于常规方法数值,表明提出方法图像重建质量较高,充分证明提出方法性能较好.应用价值相似性指标更大,图像重建质量更高,则提出方法的图像重建性能更佳.