这篇专利《一种基于深度学习的超分辨率重建方法及系统》（申请号：202610634265.X，申请人：中国科学院高能物理研究所）的核心思路是：针对纯数据驱动的深度学习超分模型在CT图像中泛化能力弱、缺乏物理可解释性的问题，提出了一种将"传统物理反卷积算法（RL）"与"现代Transformer架构（Swin-UNet）"深度融合的新型网络（RLSUNet），通过特征线性调制（FiLM）机制，将物理先验信息显式地注入到自注意力计算中，从而实现高保真、高泛化性的CT微小特征重建。
以下是该专利方法的详细结构化解析：
一、 核心要解决的痛点（背景技术）
- 微小特征模糊与伪影干扰：CT成像受硬件物理极限（射线源焦点、探测器尺寸等）限制，当微小特征（如裂纹、气孔、器件间隙）尺寸接近或小于系统分辨率时，会出现边缘模糊；同时，放射状、杯状等伪影会严重影响特征对比度。
- 现有超分方法的局限性 ：
- 传统方法（如RL反卷积）：高度依赖预先估计的点扩展函数（PSF），且迭代过程易放大噪声。
- 现有深度学习方法：多数为"纯数据驱动"，结合图像物理先验信息的能力差，难以兼顾局部特征提取与全局信息捕捉，导致模型泛化能力不足，在真实CT图像上表现不稳定。
二、 核心方法：RLSUNet 网络架构（三大创新模块）
本发明提出了一种名为 RLSUNet 的新型超分辨网络，其核心在于将物理先验与深度学习注意力机制巧妙结合：
1. 可学习的 RL 反卷积模块（提供物理先验）
- 机制 ：包含一个参数可学习的高斯核K和一个迭代反卷积层。通过 Richardson-Lucy (RL) 算法，从输入的模糊低分辨率CT图像中迭代估计出初步的清晰图像。
- 创新点 ：将估计出的清晰图像与原始低分辨率图像在通道方向进行拼接 ，形成一个双通道特征图。这不仅为网络提供了基于物理模型的先验信息，还增强了后续网络的学习能力。
2. 区域卷积模块 RegionCNNNet（提取局部调制参数）
- 机制：接收上述双通道特征图，使用与后续 Swin-UNet 窗口划分大小一致的卷积层，将特征图划分为不重叠的多个窗口（分块）。
- 创新点 ：对每个特征图分块进行卷积计算，生成一对调制参数（缩放因子和偏移因子） ，并通过 tanh 函数将其限制在
[-0.5, 0.5]范围内以保证稳定性。随后对这些参数进行多尺度重采样，以匹配编码器/解码器不同层级的窗口数量。
3. 改进的 Swin-UNet 网络（物理先验注入自注意力机制）
- 机制：采用基于滑动窗口自注意力机制（Swin Transformer）的 U 型编码器-解码器结构，兼顾局部信息提取（CNN优势）和全局信息捕捉（Transformer优势）。
- 核心创新（FiLM 机制） ：在编码器/解码器的非位移窗口多头自注意力（W-MSA）计算中，利用 RegionCNNNet 生成的缩放因子和偏移因子，对查询向量（Query, Q）进行特征线性调制（Feature-wise Linear Modulation, FiLM） 。
- 公式体现 ：Qmodulated=Q×(1+γ)+βQ_{modulated} = Q \times (1 + \gamma) + \betaQmodulated=Q×(1+γ)+β （其中 γ\gammaγ 为缩放因子，β\betaβ 为偏移因子）。
- 作用：这使得 Transformer 的自注意力计算不再是盲目的数据驱动，而是被局部区域的物理先验特征所"引导"，显著提升了对微小结构和纹理的恢复能力与模型可解释性。
三、 数据处理与训练策略创新
除了网络架构，该专利在数据流和训练端也做了针对性优化：
- 前置重建优化（投影域处理） ：
- 体素细分：在CT图像重建阶段，直接根据目标超分辨图像的分辨率对重建体素进行细分，使重建尺寸与目标一致。这比传统的"先重建低分辨图，后插值放大"能更好地利用投影域的原始物理信息。
- 伪影抑制：在反投影过程中，主动降低异常投影数据（高噪声、高散射区域）的权重，从源头抑制伪影。
- 高保真物理仿真数据集构建 ：
- 制作与待测样品特征相似的数字模体，通过 CT 数值仿真（引入宽能谱射线、散射、噪声和高斯模糊）生成配对的 (LR, HR) 数据集。这种仿真更贴近真实系统的成像退化过程，大幅增强了模型对真实CT图像的泛化能力。
- 训练配置 ：
- 使用 L1 损失函数（计算像素级误差，有利于保持结构稳定性）。
- 采用 Adam 优化器配合余弦函数周期性动态学习率，帮助模型跳出局部最优，提升泛化性。
四、 应用场景与预期效果
- 典型应用场景：航空航天、高端制造等领域的无损检测。例如：航空发动机涡轮叶片与机匣之间的微小间隙、燃油喷嘴孔隙、工件内部的裂纹、气孔、夹杂和脱粘等。
- 预期技术效果 ：
- 高保真恢复：有效解决特征边缘模糊和传统测量方法的放大效应，清晰恢复微小结构。
- 强泛化性与可解释性：由于引入了 RL 物理先验和 FiLM 调制，模型不再是一个纯粹的"黑盒"，对真实复杂CT图像的适应能力显著优于纯数据驱动模型。
五、 总结评价
这篇专利的方法论非常前沿且严谨。它没有盲目堆叠更深的神经网络，而是抓住了工业CT成像的物理本质 。其核心逻辑可以概括为："物理模型（可学习RL反卷积）打底提供先验 + 局部特征提取（RegionCNNNet）生成引导信号 + 全局注意力（Swin-UNet）在引导下进行精准重建"。
这种"物理先验 + 深度学习"的融合范式（Physics-Informed Deep Learning），有效弥补了纯数据驱动模型在工业高精度检测中泛化弱、易产生伪影的致命缺陷，具有极高的学术价值和工程落地潜力。