基于残差混合自注意力的傅里叶叠层显微成像重建方法

本发明适用于显微成像技术领域，提供了基于残差混合自注意力的傅里叶叠层显微成像重建方法，首先准备数据集；接着构建基于残差混合自注意力的傅里叶叠层显微成像重建网络模型，其包含浅层特征提取、深层特征提取和图像重建三部分，用结构相似性与均方误差结合的损失函数及优化器训练；最后用测试集和真实采集图像验证模型性能与实际数据处理能力。本发明无需进行冗长迭代且重建所消耗时间短，有利于快速细胞检测领域的实际应用；通过创新的双分支融合设计与混合损失函数训练，提升重建图像视觉质量；双分支融合设计协同全局残差连接、多输入特征，高效恢复幅度与相位图像的丢失信息、去除冗余，精准实现低转高分辨率振幅和相位的重建。