一种基于深度学习的医学图像重建方法及系统

本发明公开了一种基于深度学习的医学图像重建方法及系统，包括：针对医学成像设备获取的低质量图像，首先采用预训练卷积神经网络提取初始特征，通过梯度计算和通道注意力机制增强边缘细节，再利用对抗生成网络进行图像重建。随后，结合物理成像模型和设备偏差模式对重建图像进行校正，并通过多尺度卷积网络和残差精炼网络进一步提升图像质量。最后，本发明采用双路径网络生成热图定位可疑病变区域，并根据病理先验知识进行标注，生成诊断辅助图像。本发明能有效提高医学图像质量，增强病变区域的可视化效果。