变换域多尺度信息蒸馏网络的医学影像超分辨率重建

作者：王华东^*; 孙挺

来源：生物医学工程学杂志, 2022, 39(05): 887-896.

• 医学影像
• 超分辨率重建
• 卷积神经网络
• 多尺度信息蒸馏
• 非下采样剪切波变换

高分辨率磁共振成像（MRI）和计算机断层扫描（CT）影像能够提供更清晰的人体解剖细节，有助于疾病的早期诊断。但是，由于成像系统、成像环境和人为等因素限制，清晰的高分辨率图像难于获得。本文提出一种非下采样剪切波变换域（NSST）多尺度信息蒸馏（MSID）网络的医学影像超分辨率重建方法（即NSSTMSID网络）。首先，提出一种MSID网络，主要由多个级联的MSID块构成，充分探取图像的多尺度特征，有效恢复低分辨率图像至高分辨率图像。此外，由于现有方法往往在空间域预测高分辨率图像，使得输出过于平滑且丢失了纹理细节，因此将医学图像的超分辨率问题描述为NSST系数的预测问题，使得MSID网络比空间域保持更丰富的结构细节。最后，在建立的医学影像数据集上对提出的方法进行性能评价。实验结果表明，与其他现有杰出的方法相比，NSST-MSID网络可以得到较优的峰值信噪比（PSNR）、结构相似性（SSIM）及均方根误差（RMSE）值，更好地保留了局部纹理细节与全局拓扑结构，实现了不错的医学影像重建效果。

• 单位
  周口师范学院; 西北大学