论文研究 基于超分辨率卷积神经网络的乳腺X线照片超分辨率成像

目的：应用和评估基于超分辨率卷积神经网络（SRCNN）的超分辨率方案，以增强数字乳房X线照片的图像分辨率。材料和方法：从用于乳腺X线筛查的数字数据库（CBIS-DDSM）的精选乳腺成像亚组中，总共采集了711个包括乳房病变的中外侧斜（MLO）图像。我们首先训练了超分辨率卷积神经网络（SRCNN），这是一种基于深度学习的超分辨率方法。使用训练有素的SRCNN，可以从低分辨率图像中重建高分辨率图像。我们比较了超分辨率方法和使用线性插值方法（最近邻和双线性插值）获得的图像质量。为了研究SRCNN处理过的图像的图像质量与乳腺钼靶病变的临床特征之间的关系，我们比较了实施SRCNN产生的图像质量