基于深度学习的噪声抑制与超分辨率重建融合的内窥镜图像增强_医学图像处理.docx

PAGE2

基于深度学习的噪声抑制与超分辨率重建融合的内窥镜图像增强

第一章绪论

1.1设计背景与问题分析

1.1.1领域发展现状

随着微创手术技术的普及，内窥镜已成为临床医学中不可或缺的诊断与治疗工具，广泛应用于消化道、呼吸道及泌尿系统等领域的检查。然而，受限于内窥镜成像系统的物理结构、光照条件以及人体内部复杂的生理环境，获取的图像往往存在信噪比低、分辨率不足等问题。传统的图像增强方法，如直方图均衡化、非局部均值去噪等，虽然在一定程度上改善了视觉效果，但在处理复杂噪声和保留高频细节信息方面仍存在显著局限，难以满足早期微小病变诊断对图像质量的严苛要求。

近年来，深度学习技术在计算机