基于样式生成对抗网络的视网膜OCT图像生成方法

摘要

针对当前视网膜光学相干层析(OCT)图像获取方式比较困难与训练学习样本数量少的问题,提出了一种基于样式生成对抗网络框架的视网膜OCT图像生成方法。采用样式迁移生成式对抗网络框架,通过调节与优化StyleGAN网络结构的超参数和激活函数,使StyleGAN生成视网膜各层生物解剖结构逼近真实的视网膜OCT图像。对100例视网膜OCT图像测试结果显示,该方法在OCT图像测试集上的峰值信噪比与结构相似性分别为35.36和0.36,均高于随机森林和上下文的图像合成算法,取得了更好的图像生成效果。