[发明专利]超分辨率重建辅助的CT图像超分辨率分割方法

权利要求书

1.一种超分辨率重建辅助的CT图像超分辨率分割方法，其特征在于，所述方法包括以下步骤：

S1：使用bicubic插值算法对原始的CT图像进行下采样，将原始的CT图像4倍下采样为低分辨率图像I_lr，使用原始的CT图像和分割标签分别作为超分辨率分割标签I_hr和真实的超分辨率重建标签I_mask；

S2：将步骤S1中的低分辨率图像I_lr输入编码器，并通过两个独立的解码器分支分别进行超分辨率重建和超分辨率分割；其中，步骤S2中利用共同地编码器提取特征，对SR重建特征以及SR分割特征进行初步融合，之后通过独立的解码器分支分别提取出契合各自任务的特征，具体如下：对于给定的输入I_lr，首先通过三个串行的卷积模块和下采样层对其进行编码，卷积模块包含2层3×3卷积-Relu激活函数-BN标准化层，下采样层为最大池化下采样，I_lr经过第一个卷积模块处理得到第一编码特征F_encl，该特征经过下采样层和第二个卷积模块生成第二编码特征F_enc2，以此类推，分别得到第三编码特征F_enc3和瓶颈特征F_bot，将得到的F_bot送入SR重建分支解码器和SR分割分支解码器，两个解码器结构相同，均包含三个串行的上采样层和卷积模块，上采样层使用bilinear插值方法；

S3：使用多尺度融合模块MSFB提取多尺度特征，并将步骤S2中编码过程中产生的中间特征传给解码器；

S4：使用双通道注意力模块DCAB对步骤S2中的编码器和解码器的中间特征进行融合；

S5：通过损失函数进行优化；其中步骤S5中对F_seg3和F_recon3分别进行pixelshuffle上采样，并与各自的标签计算损失函数，SR分割任务的损失函数包含交叉熵损失和dice损失，SR重建任务的损失函数包含L1损失，为了平衡两项任务的损失函数，使用动态调节机制，损失函数的具体表达式为：

L_seg＝L_ce（I_seg，I_mask)+L_dice(I_seg，I_mask)，

L_recon＝L₁(I_sr，I_hr)，

其中，I_seg和I_recon分别表示对F_seg3和F_recon3进行pixelshuffle上采样得到的最终结果，I_mask和I_hr分别表示真实的超分辨率重建标签和超分辨率分割标签，L₁表示计算L₁损失，L_ce表示计算交叉熵损失，L_dice表示计算dice损失，L_recon和L_seg分别表示计算得到的重建损失和分割损失，为了平衡两项任务的损失函数，使用L_seg和L_recon计算动态变化的比例系数，并利用该比例系数对二者进行加权，得到最终的损失函数L_tota1。