近日，计算机科学与技术学院刘慧教授在特类期刊《Information Sciences》上发表学术论文《Learning deconvolutional deep neural network for high resolution medical image reconstruction》。

论文提出了一种结合反卷积的神经网络算法来实现图像超分辨重建。该方法通过引入反卷积操作，有效地建立了高/低分辨率图像之间端到端的映射，并通过对15000幅图像的大规模训练，优化了滤波器大小、迭代次数、网络宽度和深度等关键参数，从而利用正反卷积网络模型提取了更加丰富的图像特征。该方法通过数据端特征提取与模型训练，有效解决了应用端快速、高质量重建超分辨率图像的现实需求。

（供稿审核人：王有志）