第３８卷第１期青岛大学学报（工程技术版）Ｖｏｌ．３８Ｎｏ．１２０２３年３月ＪＯＵＲＮＡＬＯＦＱＩＮＧＤＡＯＵＮＩＶＥＲＳＩＴＹ（Ｅ＆Ｔ）Ｍａｒ．２０２３文章编号：１００６９７９８（２０２３）０１００５００６；ＤＯＩ：１０．１３３０６／ｊ．１００６９７９８．２０２３．０１．００６一种注意力机制的多尺度特征融合ＭＲＩ重建李蓥楠，迟洁茹，苑腾飞，李玉楷（青岛大学电子信息学院，山东青岛２６６０７１）摘要：针对深度卷积神经网络重建磁共振图像存在的高频细节纹理丢失问题，本文提出一种注意力机制的多尺度特征融合磁共振成像（ｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇ，ＭＲＩ）重建。在Ｕ－Ｎｅｔ模型基础上，采用参考图像的特征，约束低分辨磁共振图像的重建，并引入多尺度特征挤压注意力（ｍｕｌｔｉ－ｓｃａｌｅｆｅａｔｕｒｅｓｑｕｅｅｚｅａｔｔｅｎｔｉｏｎ，ＭＦＳＡ）模块，建立跨通道信息交互，在通道维度上对多尺度特征层进行特征提取并融合，强化高频细节纹理的特征信息，提高磁共振图像重建的分辨率。同时，为验证所提注意力模块的有效性，保持其他参数不变，在测试集上分别对网络加入的注意力模块前后进行对比实验。实验结果表明，本文所提出的ＭＦＳＡ，能提高图像的重建质量，使图像获得更丰富的信息，各项指标均达到最优，重建结果纹理清晰，接近于真实图像，更能满足人类的视觉感受，而且网络在峰值信噪比和结构相似性等质量评价指标方面均得到较大改善，在定量评估上明显优于其他网络，而且通过不同尺度注意力相融合，使网络在小数据集上就可明显提升图像的感知质量。该研究具有较大的应用价值。关键词：超分辨率重建；特征融合；注意力机制；深度学习；神经网络中图分类号：ＴＰ３９１．４１；ＴＮ９１１．７３文献标识码：Ａ收稿日期：２０２２０７１２；修回日期：２０２２１０２５基金项目：山东省自然科学基金资助项目（ＺＲ２０２１ＭＦ０２５）作者简介：李蓥楠（１９９７），女，硕士研究生，主要研究方向为磁共振图像重建。通信作者：迟洁茹（１９７０），女，教授，主要研究方向为人工智能与图像处理。Ｅｍａｉｌ：ｃｈｉｊｉｅｒｕ＠ｑｄｕ．ｅｄｕ．ｃｎ由于ＭＲＩ具有良好的软组织分辨率、无辐射和高对比等优点已成为医学诊断、疾病分期和临床研究不可或缺的工具。ＭＲＩ系统可通过脉冲序列的灵活配置获得包含重要生理和病理特征的多对比度（ｍｕｌｔｉ－ｃｏｎｔｒａｓｔ，Ｍ...
