该文综述了基于深度先验与卷积神经网络的图像重建与增强研究，涵盖逆问题求解、去噪去模糊、磁共振压缩感知、内窥镜图像增强及多帧修复。方法包括得分匹配能量估计、可逆网络省内存、深度重参数化MAP融合，实验表明其性能优于传统迭代正则化，可实现快速高质量重建。