计算机软件及计算机应用论文_基于深度学习理论

文章目录

1 引言

2 光学分子成像图像重建方法研究

2.1 光学分析成像模型构建

2.2 深度学习技术选取

2.3 卷积空间分解

2.4 基于卷积神经网络的图像重建

3 实验与结果分析

3.1 实验对象选取与处理

3.2 实验结果分析

4 结束语

文章摘要:光学分子成像图像重建是当前的研究重点,由于传统光学分子成像图像重建方法存在重建误差,效果不理想等缺陷,为了获得理想的光学分子成像图像重建效果,提出了基于深度学习理论的光学分子成像图像重建方法。首先分析光学分子成像图像重建工作原理,找到导致光学分子成像图像重建质量差的因素,然后采集光学分子成像图像,选择卷积神经网络算法进行光学分子成像的图像重建。实验结果显示:采用本方法进行峰值信噪比（PSNR）范围为34.16～38.96,结构相似性（SSIM）范围为0.854 9～0.980 8,均远远大于常规方法数值,表明提出方法图像重建质量较高,充分证明提出方法性能较好。应用价值相似性指标更大,图像重建质量更高,则提出方法的图像重建性能更佳。

文章关键词:

论文DOI:10.14016/j.cnki.jgzz.2022.12.114

论文分类号:TP391.41;TP18

文章来源：《光学技术》 网址: http://www.gxjszz.cn/qikandaodu/2022/0110/895.html