基于分步生成模型的视网膜眼底图像合成

• 作者: 康莉 张体江 江静婉 黄建军 黄德渠
• 来源期刊: 中国体视学与图像分析
• 学科: 工学
• 关键词: 医学图像生成 生成对抗网络 视网膜图像 无监督学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图像分析
• 页码范围: 362-370
• 页数: 9页
• 分类号: TP3
• 语种: 中文
• DOI: 10.13505/j.1007-1482.2019.24.04.009

摘要

由于目前带标注的医学图像稀缺且不平衡,论文针对带标注的视网膜眼底图的生成提出一种有效的分步生成方法.首先训练一个标注生成对抗网络用于生成血管树标注图像,然后训练一个标注转换对抗网络用于将血管树转换为视网膜眼底图.两步训练完后实现输入一段噪声即可同时生成血管树和视网膜眼底图.生成的标注和医学图像有合理的解剖结构,应用于分割任务中也表现出与真实训练集相近的精度.以上结果表明本文提出的分步生成模型生成的数据能在一定程度上缓解医学图像及其标注不足的问题.