论文部分内容阅读
由于受放射剂量的影响及成像设备条件的限制，医学图像在成像过程中的分辨率不高，并在一定程度上影响后期临床诊疗的精度．针对此问题，文中提出基于非局部自回归学习的医学图像超分辨重建方法．利用医学图像数据固有的非局部相似性特点，将自回归模型引入到基于稀疏表示的医学图像超分辨重建模型中，同时利用聚类算法得到分类字典，提高实验效率．实验表明，文中方法提高医学图像分辨率方面的可行性，及在重建效率和性能方面的优势．