解决视觉语言问题 采用基于深度学习的超分辨率进行胸部造影后容量插值屏气检查（VIBE）。目的是在不改变采集参数的情况下提高图像质量、噪声、伪影和诊断信心。 材料和方法： 50 例接受 1.5 T 胸部 VIBE 造影后成像的患者纳入本回顾性研究。在获得标准 VIBE （VIBES），应用了一种新型的基于深度学习的算法和一种去噪算法，从而增强了图像（VIBEDL型).两名放射科医生独立定性评估了两个数据集，使用李克特量表（范围为 1 到 4）对软组织、血管、支气管结构、淋巴结、伪影、心脏运动伪影、噪音水平和整体诊断置信度进行定性评估。在存在肺部病变的情况下，使用上述相同的李克特量表对最大的病变的清晰度和诊断可信度进行评分。此外，还测量了病变的最大直径。 结果： 软组织、血管、支气管结构和淋巴结的清晰度以及诊断信心、伪影程度、心脏运动伪影和噪音水平在 VIBE 中被评为优越DL型（均P < 0.001）。在VIBE中，最大肺部病灶的直径或位置无显著差异DL型与 VIBE 相比S.使用VIBE的两位读卡器对病变清晰度和可检测性的评价明显更好DL型（均