一种基于生成对抗网络改进的医学图像超分辨率方法

摘要

一种基于生成对抗网络改进的医学图像超分辨率方法，获取高分辨率医学图像数据集，分为训练数据集和测试数据集；将高分辨率医学图像数据集进行下采样得到低分辨率医学图像数据集；在SRGAN的生成器模块的残差块中使用空洞卷积替代普通卷积，得到第一网络结构模型；将第一网络结构模型的生成器模块的批归一化层去掉，得到第二网络结构模型；利用平均结构相似性感知损失函数改进SRGAN的感知损失函数，得到结构感知损失函数；将高分辨训练数据集和低分辨率训练数据集作为第二网络结构模型的输入，利用结构感知损失函数对第二网络结构模型进行训练；利用高分辨测试数据集和低分辨率测试数据集，对训练后的第二网络结构模型进行验证，完成医学图像超分辨率。