计算机应用

作者：李萌, 秦品乐, 曾建潮, 李俊伯

单位：1.山西省医学影像与数据分析工程研究中心（中北大学），太原 030051；2.中北大学 大数据学院，太原 030051；3.山西省医学影像人工智能工程技术研究中心（中北大学），太原 030051

关键词：超分辨率,神经网络,层间插值,脑部磁共振影像,多视角融合

基金：山西省研究生教育创新项目(2020SY381)

针对磁共振（MR）图像切片内分辨率高而切片间分辨率低，导致MR在冠状面和矢状面上缺乏医学诊断意义的问题，提出了一种基于层间插值及多视角融合网络的医学图像处理算法。首先，引入了层间插值模块，用来将MR体数据沿冠状和矢状方向从三维数据切割成二维图像；然后，在分别对冠状面和矢状面进行特征提取之后，通过空间矩阵滤波器动态计算权重用于任意大小的上采样因子放大图像；最后，将冠状图和矢状图在层间插值模块中得到的结果聚合成三维数据后再次沿轴状方向切割成二维图像，对得到的二维图像两两进行融合并通过轴状方向数据进行修正。实验结果表明，所提算法相较于其他超分辨率算法在×2、×3、×4尺度下的峰值信噪比（PSNR）均有1 dB左右的提升，可见所提算法有效提升了图像的重建质量。

来源：2021年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第11期