开尔文AU - TY -的A2 Wong秋Defu AU - Cheng Yuhu AU - Wang Xuesong PY - 2021 DA - 2021/08/13 TI -心脏核磁共振图像超限分辨通过多通道残余关注网络SP - 8214304六世- 2021 AB -深层神经网络在医学图像超限分辨取得了满意的效果。然而,由于医疗设备限制和人体结构的复杂性,很难重建心脏磁共振图像(CMR)超限分辨清楚。CMR重建清晰图像,我们提出一个CMR形象超限分辨(SR)算法基于多通道残余关注网络(MCRN),它使用剩余的概念学习缓解困难的训练,充分探索图像的特征信息,并使用投影学习机制学习高分辨率图像和低分辨率图像之间的相互依存。此外,MCRN模型引入了一个机制来动态地分配注意每个特性映射不同的注意力资源发现更多的高频信息和学习特征映射的每个通道之间的依赖关系。广泛的基准评估显示,与先进的图像SR方法相比,我们的MCRN算法不仅提高了客观指数显著但还提供了丰富的纹理信息重建CMR图片,和我们MCRN算法比双三次的算法评估的信息熵和平均梯度重建图像质量。SN - 1748 - 670 - 2021/8214304 / 10.1155 x你——https://doi.org/10.1155/2021/8214304——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER