一种基于功能模块的多任务图像重建卷积网络模型

摘要

本发明涉及一种基于功能模块的多任务图像重建卷积网络模型，包括嵌入子网络、推理子网络和重建子网络。利用残差网络和递归学习的优异性能，设计递归残差模块为基本单元，采取多层监督策略，构造出性能良好的深度卷积神经网络；通过添加面向应用的功能模块：成像原理自适应的误差纠正模块、高频特征引导模块和改进的密集连接方式，进一步增强网络的性能。设计出性能良好的网络模型，适用于压缩感知成像并且可以扩展应用于超分辨率成像，能够实现低质量磁共振图像的有效高质量重建，获得更准确的图像结构信息和纹理细节，同时兼顾网络深度，减少网络参数与计算量，具有防止过拟合、节省存储空间，保证网络泛化能力等优点。