公开(公告)号：CN119762378A

公开(公告)日：2025-04-04

申请号：CN202411922653.5

申请日：2024-12-25

Applicant: 南通大学

Inventor： 马磊 ,  戎泽 ,  王朝欣

IPC: G06T5/70 ,  G06T3/4053 ,  G06T3/4046 ,  G06T5/60 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/088

Abstract: 本发明公开了一种基于NAFA‑DIKNet的低质量医学图像无监督盲超分去噪方法，旨在通过无监督学习对低质量医学图像进行高效的盲超分辨率去噪处理。方法结合了DIP网络、DKP模型和NAFA模块，形成一个协同优化的框架。DIP网络通过随机噪声输入和简单的编码器‑解码器结构生成初步的高分辨率图像，并通过DKP模型生成模糊核，提供图像重建的先验信息。NAFA模块在DIP与DKP之间引入门控机制，通过自适应地调整图像和模糊核的融合比例，动态优化图像细节的复原与全局结构的保持。该模型通过交替训练DIP和DKP模型，不仅能够有效捕捉局部和全局特征信息，还通过融合前一步与当前输出信息提升了稳定性和重建效果。