基于改进Real-ESRGAN的超广角眼底图像超分辨率重建

张艳珠; 崔新赞; 李婷雪; 史铭宇

沈阳理工大学学报 ›› 2026, Vol. 45 ›› Issue (4) : 8 -17.

张艳珠, 崔新赞, 李婷雪, 史铭宇

作者信息 +

Author information +

文章历史 +

PDF

摘要

超广角眼底成像(ultra-widefield fundus imaging, UWF)技术在视网膜病变的早期筛查与诊断中具有重要应用价值，但受制于成像设备性能及光学条件，UWF图像存在分辨率不足、伪影明显等问题，影响诊断的准确性。为此，本文在真实场景增强超分辨率生成对抗网络(Real-ESRGAN)框架基础上融入注意力机制和多尺度特征提取模块，优化生成器网络结构，并改进判别器损失函数，提出一种改进Real-ESRGAN的超广角眼底图像超分辨率重建方法，强化对关键细节与纹理信息的重建能力。基于UWF数据集进行眼底图像的2倍与4倍超分辨率重建实验，并将本文方法与ESRGAN、CATANet、MSRGAN、SwinIR、RCAN-it及原始Real-ESRGAN等主流方法进行对比，结果表明，本文改进方法在峰值信噪比(PSNR)和结构相似性指数(SSIM)等客观指标上均优于其他方法，主观评价结果进一步验证了其在图像病灶区域清晰度提升与伪影抑制方面的优势，本文方法可为临床诊断提供更为可靠的图像支持。