[发明专利]一种MR图像超分辨方法

权利要求书

1.一种MR图像超分辨方法，其特征在于，包括如下步骤：

第一步:建立金字塔双自相似性模块PDSB，该模块同时融合全局点相关性和包含多尺度块相关性的金字塔相关性，使用PDSB在空间域充分地提取MR图像的自相似先验特征；其中，所述金字塔双自相似性模块PDSB包括点相似性提取部分和金字塔相似性提取部分，所述点相似性提取部分计算成对像素相关性并捕获整个图像的远距离依赖性，所述金字塔相似性提取部分将单个尺度上的图像块相关性扩展到多个尺度以扩大匹配范围，块搜索空间从单个特征图扩展到多尺度特征金字塔以实现更好的匹配；

第二步:在通道域建立非降维通道注意力模块NCAB；

第三步:将空间域的PDSB与通道域的NCAB组合成为金字塔正交注意力模块POAB，并与多个残差模块RB和像素上采样层相结合，构成用于MR图像超分辨的金字塔正交注意力网络POAN；

第四步:利用训练好的适用于不同超分尺度的网络对输入的MR图像进行超分辨,得到输出的高清图像。

2.如权利要求1所述的MR图像超分辨方法，其特征在于：所述第二步具体包括：所述非降维通道注意力模块NCAB使用协方差池化得到全局描述符并保留原始特征通道数量，使用全局协方差合并来提取图像的高阶统计分布。

3.如权利要求2所述的MR图像超分辨方法，其特征在于：所述第二步具体包括：使用Softmax函数激活转化的描述符，根据特定位置的特征复杂性来自适应地获得激活概率，经所述非降维通道注意力模块NCAB处理后的特征可保留最有价值和代表性的纹理细节。

4.如权利要求1至3任一项所述的MR图像超分辨方法，其特征在于：所述第三步具体包括：利用多级残差结构将空间域的PDSB与通道域的NCAB组合成为金字塔正交注意力模块POAB，其中，PDSB在空间域中输出自相似注意特征，而NCAB在通道域中输出高阶非降维注意特征，所述POAB在两个方向上合并和传输，并通过直接跳跃连接组成多级残差机制来融合不同信息。

5.如权利要求1至3任一项所述的MR图像超分辨方法，其特征在于：所述第三步具体包括：所述POAB与所述多个残差模块RB堆叠，网络末尾使用基于子像素卷积和多通道重组的pixel-shuffle层在图像重建中执行不同比例的上采样，所述金字塔正交注意力网络POAN在重建阶段引入全局跳跃连接来稳定训练过程并保留更多低级特征，网络经过训练得到最终的网络模型。

6.如权利要求1至3任一项所述的MR图像超分辨方法，其特征在于：所述第四步具体包括：对于每一个原始低质量MR图像，直接将其输入到训练好的金字塔正交注意力网络中，经过特征提取和重建后，在网络最终端输出重构后的特定放大尺度的高质量图像。

7.一种计算机可读存储介质，存储有计算机程序，其特征在于：所述计算机程序由处理器执行时，实现如权利要求1至6任一项所述的MR图像超分辨方法。