混合注意力重建网络

高低分辨像映射准

相比传统傅里叶叠层成像重建算法，该网络通过空间与通道注意力的结合以及残差结构，有效抑制了系统误差和噪声对重建质量的影响，并显著提升了重建效率。

礼暨 · 王小利 · 王燕 · Wang, Hao

Sensors 2023

技术优势

图像质量更高

空间注意力提取精细特征并减少冗余，结合残差通道注意力自适应调整层次特征，使高分辨率重建结果更清晰。

重建效率提升

相比传统算法，该网络结构能更快完成重建，减少计算等待时间，便于实际应用。

利于下游分析

高质量重建图像可直接用于医学细胞识别、分割和分类等研究，为相关任务提供更好基础。

应用场景

• 显微成像重建：用混合注意力网络替代传统FPM重建算法，提升显微重建图像质量与效率。
• 病理图像分析：为病理切片重建出更清晰图像，辅助细胞识别、分割等下游分析。
• 医学图像增强：抑制系统误差和噪声，增强医学显微图像的高分辨率细节。