基于深度学习理论的光学分子成像图像重建方法

光学分子成像图像重建是当前的研究重点,由于传统光学分子成像图像重建方法存在重建误差,效果不理想等缺陷,为了获得理想的光学分子成像图像重建效果,提出了基于深度学习理论的光学分子成像图像重建方法。首先分析光学分子成像图像重建工作原理,找到导致光学分子成像图像重建质量差的因素,然后采集光学分子成像图像,选择卷积神经网络算法进行光学分子成像的图像重建。实验结果显示:采用本方法进行峰值信噪比(PSNR)范围为34.16~38.96,结构相似性(SSIM)范围为0.8549~0.9808,均远远大于常规方法数值,表明提出方法图像重建质量较高,充分证明提出方法性能较好。应用价值相似性指标更大,图像重建质量更高,则提出方法的图像重建性能更佳。