[发明专利]基于环形对抗生成网络的OCT图像去噪方法及装置

权利要求书

1.一种基于环形对抗生成网络的OCT图像去噪方法，应用于电子装置，其特征在于，包括：

获取待去噪的OCT图像；

将所述待去噪的OCT图像输入经过训练得到的环形对抗生成网络模型；

通过所述环形对抗生成网络模型输出去噪的OCT图像；

其中，所述环形对抗生成网络模型包括生成网络模型和判别网络模型，所述生成网络模型包括两个生成器，分别为第一生成器和第二生成器，所述判别网络模型包括两个判别器，分别为第一判别器和第二判别器，每个生成器对应一个判别器，其中，所述第一生成器和所述第二生成器均由若干带步长的卷积层和反卷积层组成，所述第一判别器和所述第二判别器由若干带步长的卷积层和全连接层组成。

2.根据权利要求1所述的基于环形对抗生成网络的OCT图像去噪方法，其特征在于，所述方法还包括如下步骤：

构建训练样本集，包括噪声图像样本和清晰图像样本；

基于所述训练样本集对所述环形对抗生成网络模型进行训练。

3.根据权利要求2所述的基于环形对抗生成网络的OCT图像去噪方法，其特征在于，所述构建训练样本集的步骤包括：

获取OCT图像样本库；

选择标准OCT图像；

将所述标准OCT图像遍历所述OCT图像样本库中的样本，求取所述OCT图像样本库中各个OCT图像样本的峰值信噪比指数；

将所述峰值信噪比指数从高到低排序；

选择对应的峰值信噪比指数排序靠前的预设个数个OCT图像样本作为清晰图像样本，选择对应的峰值信噪比指数的预设个数个OCT图像样本作为噪声图像样本。

4.根据权利要求2所述的基于环形对抗生成网络的OCT图像去噪方法，其特征在于，所述构建训练样本集的步骤包括：

获取OCT图像样本库；

选择多张标准OCT图像；

将多张所述标准OCT图像依次遍历所述OCT图像样本库中的样本，分别求取所述OCT图像样本库中各个OCT图像样本对应于每张标准OCT图像的峰值信噪比指数；

将一个OCT图像样本分别对应于多张标准OCT图像得到的多个峰值信噪比指数求取均值，得到所述一个OCT图像样本的峰值信噪比指数均值；

将所述峰值信噪比指数均值从高到低排序；

选择对应的峰值信噪比指数均值排序靠前的预设个数个OCT图像样本作为清晰图像样本，选择对应的峰值信噪比指数均值排序靠后的预设个数个OCT图像样本作为噪声图像样本。

5.根据权利要求3或4所述的基于环形对抗生成网络的OCT图像去噪方法，其特征在于，通过下式求取OCT图像样本的峰值信噪比指数：

式中，PSNR表示OCT图像样本的峰值信噪比；MSE表示标准OCT图像与当前OCT图像样本之间的均方误差；x表示每个采样值的比特数。

6.根据权利要求2所述的基于环形对抗生成网络的OCT图像去噪方法，其特征在于，基于所述训练样本集对所述环形对抗生成网络模型进行训练，包括：

将所述噪声图像样本输入所述第一生成器，输出对应的第一构造图像；

将所述第一构造图像输入所述第二生成器，输出对应的第二构造图像；

将所述噪声图像样本和所述第二构造图像输入所述第二判别器，通过所述第二判别器输出所述第二构造图像判定为真实的噪声图像的概率值；

将所述第一构造图像与清晰图像样本输入所述第一判别器，通过所述第一判别器输出所述第一构造图像判定为真实的清晰图像的概率值；

判断所述判别网络模型是否收敛，若所述判别网络模型收敛，则将所述判别网络模型输出的第一构造图像作为所述噪声图像样本的去噪图像；若所述判别网络模型不收敛，则更新所述生成网络模型的参数直至所述判别网络模型收敛。