[发明专利]一种基于条件生成对抗网络的OCT成像中散斑去噪方法

权利要求书

1.一种基于条件生成对抗网络的OCT成像中散斑去噪方法，其特征在于，包括以下步骤：

S1，训练图像的获取，对同一只眼多次采集含有多张B扫描图像的三维图像；

S2，训练图像的预处理，对所述三维图像中相近位置的B扫描图像进行配准，将多张配准后的图像求平均并进行对比度拉伸，得到无噪声的OCT图像，再将无噪声的OCT图像与相应位置上含有散斑噪声的原B扫描图像组成训练图像对；

S3，数据扩增，通过随机缩放、水平翻转、旋转和非刚性变换对已预处理后的训练图像对进行数据扩增，获得最终的训练数据集；

S4，模型训练，利用训练数据集，采用条件生成对抗网络架构，并引入保持边缘细节的约束，通过端到端训练得到对边缘信息敏感的OCT图像散斑去噪模型；

S5，模型使用，将含有散斑噪声的OCT图像送入训练好的OCT图像散斑去噪模型进行计算，获得无噪声的OCT图像；

所述条件生成对抗网络的目标函数为：

其中，P_data(x,y)为x和y的联合概率密度函数，P_data(x)为x的概率密度函数，P_z(z)为z的概率密度函数；G为生成器，D为判别器；所述生成器的输入是目标图像中的B扫描图像x和随机噪声向量z，输出是和x相应的生成图像G(x,z)；所述判别器的输入是目标图像中的B扫描图像x和相应的金标准y构成的真实数据对(x,y)或者所述B扫描图像x和生成图像G(x,z)构成的生成数据对(x,G(x,z))，输出是数据对判断为真实的概率；

在训练过程中，判别器的目标是使所述目标函数最大，生成器的目标是使所述目标函数最小，则优化后的目标函数为：

为了使生成的图像更接近于金标准，在目标函数中引入L1距离约束：

为了解决在去除散斑噪声的同时又能清晰保留边缘的困难，在目标函数中引入对边缘信息敏感的边缘损失：

其中，i和j表示图像中纵向和横向的坐标；

所述条件生成对抗网络的最终优化目标函数为：

其中，λ₁和λ₂分别是L1距离和边缘损失的加权系数。

2.根据权利要求1所述的一种基于条件生成对抗网络的OCT成像中散斑去噪方法，其特征在于，步骤S2中，对所述三维图像中相近位置的B扫描图像进行配准包括以下步骤：

S21，在多张所述三维图像中随机挑选一张作为目标图像；

S22，以所述目标图像中第i个B扫描图像为基准，将所有三维图像中位置与所述第i个B扫描图像相近的B扫描图像放在一个集合中；

S23，利用仿射变换对所述集合中的所有除第i个以外的B扫描图像以第i个B扫描图像为基准进行配准。

3.根据权利要求1所述的一种基于条件生成对抗网络的OCT成像中散斑去噪方法，其特征在于，步骤S2中，将多张配准后的图像求平均并进行对比度拉伸包括以下步骤：

S24，从配准后的图像中，选择具有最高平均结构相似性指数的多个图像与第i个B扫描图像一起求平均，得到与第i个B扫描图像相对应的参考去噪图像；

S25，对所述参考去噪图像执行分段线性灰度拉伸变换，小于背景区域平均值的灰度被映射到0，其余灰度通过线性拉伸缩放到[0,255]。

4.根据权利要求3所述的一种基于条件生成对抗网络的OCT成像中散斑去噪方法，其特征在于，步骤S24中，所述平均结构相似性指数通过以下公式得到：

其中，x和y为两张图像中对应位置的两个大小为W×W的窗口，μ_x和u_y分别是两个窗口中像素灰度的平均值，与分别是两个窗口中像素灰度的方差，σ_xy是x和y两个窗口的协方差；常数C1＝2.55，C2＝7.65。