目的图像超分辨率重建是计算机视觉领域内的基础任务。卷积神经网络通过滑动窗口机制和参数共享特性能够有效的提取局部特征，但对图像远距离信息的感知能力较弱。Transformer中的自注意力机制可以更好地捕捉序列中的全局依赖关系，但同时会带来高额计算资源占用的问题。方法为了解决这些问题，本文提出了一种基于多尺度大核注意力特征融合网络的超分辨率重建方法MLFN，该网络采用多路径结构学习不同的水平特征表示，从而增强网络的多尺度提取能力。此外，设计了一种多尺度大核可分离卷积块，它兼顾了自注意力机制强大的全局信息捕捉能力和卷积强大的局部感知能力，能更好地提取全局特征与局部特征。同时，在末端加入了轻量级的标准化注意力模块，在进一步增强模型性能的同时，实现了网络模型的轻量化设计。结果基于5个公开测试数据集，与11种代表性方法进行了实验对比，结果表明本文方法在不同放大倍数下均有最佳表现，所提MLFN比信息多重蒸馏网络（IMDN）的PSNR平均提升0.2dB，重建图像在视觉上具有明显优势。结论本文提出了一种基于多尺度大核注意力特征融合网络的超分辨率重建方法，借助精心设计的多尺度大核可分离卷积块，有效提高了网络的长距离关系建模能力，利用多路提取块引入多尺度特征进一步提高重建精度，引入标准化注意力模块在实现性能提升的同时维持较低的计算资源消耗。

目的膝关节前交叉韧带（anterior cruciate ligament，ACL）损伤的及时诊断是降低骨关节炎等风险的方式。作为ACL损伤判别的常用影像学方法，三维磁共振成像（magnetic resonance imaging，MRI）相较于二维自然图像细节更繁杂，医生诊断所需时间长，智能辅助医疗是有益的。目前应用三维卷积神经网络（3D convolutional neural networks，3D CNNs）的ACL损伤分类算法存在计算成本大且数据使用不充分的问题，而基于二维卷积神经网络（2D convolutional neural networks，2D CNNs）的方法则忽略了第三维度的相关性和ACL的形态多样性。针对上述问题，提出一种嵌入切片序列关联模式的网络（slice sequence association mode network，SSAMNet）。方法SSAMNet通过设计切片序列信息融合（slice sequence information fusion，SFS）模块从MRI数据的邻近、全量切片中并行学习序列性质，建立切片特征映射中的关联模式，整合切片信息。借助多级尺度特征自适应关注（multi-level scale feature adaptive attention，MSFAA）模块，对不同关联尺度权重再分配，以适应ACL区域形状和位置表征多变的特性。结果在MRNet数据集的实验中，模型的AUC（area under curve）值达到98.4%，相较于其它的ACL损伤分类算法性能最优，准确性及特异性指标也分别达到了91.4%和97%的最优值。在kneeMRI数据集上进行五折交叉验证实验后，SSAMNet的AUC平均值最高，ROC（receiver operating characteristic curve）曲线始终保持着平稳的趋势。可视化结果也表明提出的方法可以有效关注病变区域。结论针对ACL损伤分类任务，所提模型性能优异且具有鲁棒性，存在临床应用价值。代码开源地址：https：//github.com/wabk/SSAMNet。

医学影像是一种利用各种成像技术来捕捉人体内部结构和功能的医学诊断方法。这些技术可以提供关于人体解剖、生理和病理状态的视觉信息，在疾病诊断、治疗和预后预测中发挥着重要的作用。由于不同类型或者子类型的医学影像反应患者身体的不同信息，在医疗诊断时往往需要多种不同类型或者子类型的医学影像来获取更加全面的信息从而提高诊断准确率。然而在现实生活中，多模态影像数据获取面临着采集时间长、费用高、可能增加辐射剂量等困难。因此，人们期待能够使用图像处理技术进行跨模态医学影像合成，即使用某一种或一些模态的医学影像去生成另一种或一些模态的医学影像。跨模态医学影像合成虽然能为多模态影像诊断带来便利，但也存在一些技术挑战。例如合成影像和真实影像在诊断性能上具有明显的差异从而导致合成影像的临床失效问题，隐私和伦理问题会导致高质量多模态医学影像数据获取成本高的问题。同时，由于不同模态的影像数据在分辨率、对比度和图像质量上存在一定的差异，这种差异会影像生成模型在生成过程中的一致性，如何解决不同模态之间的数据不一致性也是跨模态医学影像合成所需要面临的挑战。研究者们大多从模型本身入手，通过提高模型的表示能力或者设计针对具体任务的约束条件来提高合成影像的质量，所开发的跨模态医学影像合成技术已应用于影像采集、重建、配准、分割、检测、诊断等环节，给许多问题带来了新的解决思路和方法。本文主要介绍医学图像领域中跨模态图像合成技术和跨模态医学影像合成的应用。

结冰风洞是地面试验的关键设备，可模拟云雾环境，对研究结冰对飞机性能的影响极为重要。但云雾环境会降低图像质量，这不仅阻碍了对结冰过程的细致观察，还减少了结冰检测与分析的准确度。本文提出了一种新的图像去雾方法——多尺度特征融合生成对抗网络（multi-scale feature fusion generative adversarial network， MSFF-GAN），旨在改善结冰风洞云雾环境下的图像质量，提高研究精度。通过利用生成对抗网络的能力，MSFF-GAN高效去除结冰风洞图像的雾，核心在于其生成器的特征融合和增强策略。特征融合模块通过反投影技术精准融合了图像多尺度特征，增强策略模块通过简洁网络结构细化中间结果，优化图像质量。本文还设计了一种先验特征融合模块，有效整合至网络中。此外，通过多尺度判别器策略获得全面上下文信息，显著提升视觉质量。同时，采用多重损失函数共同优化去雾模型，确保最优去雾效果。在六种结冰风洞云雾场景下，对比实验了本文提出的MSFF-GAN去雾方法与其他传统及深度学习方法。实验结果显示，结冰风洞云雾环境下MSFF-GAN生成的去雾图像更清晰，去雾效果更显著，且在相关评价指标上表现优异。MSFF-GAN在结冰风洞云雾环境中展示出卓越的去雾效果和良好的泛化性，为结冰风洞图像的清晰化处理提供了新思路，有望为飞机结冰与防除冰研究提供更精准、可靠的机翼结冰图像数据。

目的经颅超声成像技术作为高效率、低成本且无创的诊断手段，已逐步应用于帕金森病患者认知功能障碍诊断。由于经颅超声图像信噪比低、成像质量差、目标组织复杂且相似度高，需要依赖专业医生手动检测。但是人工检测不仅费时费力，还可能因为操作者的主观因素影响，造成检测结果出现差异性。针对这一问题，本文提出了一种基于Swin Transformer和多尺度深度特征融合的YOLO-SF-TV（YOLO network based on Swin Transformer and multi-scale deep feature fusion for third ventricle）模型用于经颅超声图像三脑室检测，以提高临床检测准确率，辅助医生进行早期诊断。方法YOLO-SF-TV模型在YOLOv8的基础上使用基于窗口注意力的Swin Transformer作为模型特征提取网络，并引入空间金字塔池化合模块SPP-FCM（spatial pyramid pooling fast incorporating CSPNet and multiple attention mechanisms）扩大网络感受野，并增强多尺度特征融合能力。在网络的多尺度特征融合部分结合深度可分离卷积和多头注意力机制，提出了PAFPN-DM（path aggregation and feature pyramid network with depthwise separable convolution）模块，并对主干特征输出层增加多头注意力机制，以提高网络对不同尺度特征图中全局和局部重要信息的理解能力。与此同时，将传统卷积替换为深度可分离卷积模块，通过对每个通道单独卷积提高网络对不同通道敏感性，以保证模型准确度的同时降低训练参数和难度，增强模型的泛化能力。结果实验在本文收集的经颅超声三脑室图像数据及对应标签的数据集下进行，并与典型的目标检测模型对比实验。结果表明，本文提出的YOLO-SF-TV在经颅超声三脑室目标上mAP能够达到98.69%，相比于YOLOv8提升了2.12%，并与其他典型模型相比检测精度达到最优。结论本文提出的YOLO-SF-TV模型在经颅超声图像三脑室检测问题上表现优秀，SPP-FCM模块和PAFPN-DM模块可以增强模型检测能力，提高模型泛化性和鲁棒性，同时本文制作的数据集将有助于推动经颅超声三脑室图像检测问题的研究。

从单个视图恢复物体三维结构信息是计算机视觉领域的重要课题，在工业生产、医疗诊断、虚拟现实等领域发挥重要作用。传统单视图三维物体重建方法需要结合几何模板和几何假设以完成特定场景对象的三维重建任务。而当前基于深度学习的单视图三维物体重建方法通过数据驱动的方式，在重建对象适用范围和重建模型鲁棒性等方面取得进展。本文首先讨论近年来单视图三维物体重建领域常用的数据集与评价指标。然后围绕基于深度学习的单视图三维物体重建领域，对有监督学习单视图三维物体重建、无监督学习单视图三维物体重建和半监督学习单视图三维物体重建等相关研究工作进行系统性的分析和总结。最后，对基于深度学习的单视图三维物体重建方法未解决难题进行总结，并展望未来可能的发展趋势与关键技术。