[发明专利]一种基于深度卷积生成式对抗网络的甲状腺结节病灶区生成的数据增强方法

摘要

本发明公开了一种基于深度卷积生成式对抗网络的甲状腺结节病灶区生成的数据增强方法，该方法将真实病人的甲状腺超声图像按照良性结节和恶性结节进行分类，然后利用深度卷积生成式对抗网络生成病灶区图像，从中挑出生成比较接近真实病灶的图像，与正常人的甲状腺图像相融合，以达到数据增强的目的，这种病灶区生成图像融合的方法提高了增强数据的质量和多样性，使生成的图像最大程度接近真实图像，更具有可信性。

主权项

1.一种基于深度卷积生成式对抗网络的甲状腺结节病灶区生成的数据增强方法，其特征是，将真实病人的甲状腺超声图像按照良性结节和恶性结节进行分类，然后利用深度卷积生成式对抗网络生成病灶区图像，从中挑选出生成比较接近真实病灶区的图像，与正常人的甲状腺图像相融合，最终生成病灶在甲状腺不同部位的甲状腺超声图像，具体包括以下步骤：S1：在用XML文件标注出结节的位置和类型之后,将图像上影像科医生对结节位置标注的标签去除；S2：按照结节的类型，把病灶区截图出来然后存放于不同的文件夹；S3：统一所有图像的大小并且用传统的数据增强方法增加图片数量；S4：用深度卷积生成式对抗网络训练生成病灶区图像；S5：挑选生成的病灶区图像；S6：用挑选生成的病灶区图像与正常图像进行融合，最终生成病灶在甲状腺不同部位的甲状腺超声图像。