[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

摘要

本发明公开一种基于条件生成对抗网络的OCT成像中散斑去噪方法，包括以下步骤：训练图像的获取、训练图像的预处理、数据扩增、模型训练以及模型使用；本发明采用条件生成对抗网络(cGAN)架构，通过训练得到从含有散斑噪声的OCT图像到无噪声的OCT图像的映射模型，再采用该映射模型对视网膜OCT图像的散斑噪声进行消除。本发明在条件生成对抗网络架构中引入了保持边缘细节的约束条件来训练，得到对边缘信息敏感的OCT图像散斑去噪模型，从而使本发明的散斑去噪模型在有效去除散斑噪声的同时，还能较好的保留图像细节信息。

主权项

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。