买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及图像处理技术领域，具体涉及一种荧光标记细胞成像图像增强处理方法，旨在解决现有残差网络存在的残差特征利用不充分和细节丢失的问题。通过设计结合两层残差聚合结构和感受野扩展双注意力机制的深度神经网络模型，用于单幅图像超分辨率重建。该模型通过跳跃连接形成两层嵌套的残差聚合网络结构，对网络各层提取的残差信息进行分层聚集和融合，能减少包含图像细节的残差信息的丢失。同时，设计一种多尺度感受野扩展模块，能够捕获更大范围、不同尺度的上下文相关信息，促进深层残差特征的有效提取；并引入空间‑通道双注意力机制，增强残差网络的判别性学习能力，提高重建图像的质量。本发明在提高图像细节保留能力方面具有显著效果。

主权项：1.一种荧光标记细胞成像图像增强处理方法，其特征在于，所述方法包括以下步骤：获取荧光标记细胞成像的低信噪比图像数据；使用深度神经网络模型对所述低信噪比图像数据进行处理，所述深度神经网络模型包括两层残差聚合结构、多尺度感受野扩展模块和空间-通道双注意力机制；所述两层残差聚合结构通过跳跃连接形成嵌套的残差聚合网络，对网络各层提取的残差信息进行分层聚集和融合，以减少包含图像细节的残差信息的丢失；所述多尺度感受野扩展模块通过不同尺度的卷积核捕获不同尺度的上下文信息；所述空间-通道双注意力机制增强残差网络的判别性学习能力，提高重建图像的质量；所述深度神经网络模型进一步包括多个残差聚合块，每个残差聚合块包括若干残差块，并通过跳跃连接形成嵌套结构；所述残差块包括以下步骤：对输入图像进行卷积运算，得到初始残差特征；通过ReLU激活函数对初始残差特征进行非线性变换；再次进行卷积运算，得到增强的残差特征；将增强的残差特征与输入图像进行跳跃连接，得到输出残差特征；所述多尺度感受野扩展模块包括多个不同尺度的卷积核，用于捕获不同尺度的上下文信息，并通过以下步骤实现：对输入图像进行多尺度卷积运算，得到不同尺度的特征图；将不同尺度的特征图进行拼接和融合，得到多尺度感受野特征；将多尺度感受野特征输入到后续的残差聚合网络中进行处理；所述空间-通道双注意力机制包括以下步骤：对输入特征图进行通道注意力运算，得到通道权重；将通道权重应用于输入特征图，得到通道加权特征图；对通道加权特征图进行空间注意力运算，得到空间权重；将空间权重应用于通道加权特征图，得到最终的注意力增强特征图；所述通道注意力运算包括以下步骤：对输入特征图进行全局平均池化，得到通道描述向量；将通道描述向量通过两个全连接层进行非线性变换，得到通道权重；对通道权重进行归一化处理，以确保权重的稳定性；所述空间注意力运算包括以下步骤：对通道加权特征图进行平均池化和最大池化，得到两组空间描述向量；将两组空间描述向量通过卷积层进行融合，得到空间权重；对空间权重进行归一化处理，以确保权重的稳定性。

全文数据：

权利要求：

百度查询： 山东黄海智能装备有限公司 一种荧光标记细胞成像图像增强处理方法