摘要
青光眼眼底图像超分辨率生成模型的训练方法及重建方法,属于医学影像数据处理技术领域。为了解决利用现有的生成模型对青光眼眼底图像进行超分辨率重建时存在不能有效的针对青光眼眼底图像的特点进行重建的问题,本发明的重建生成模型为生成对抗网络的生成器,将高分辨率的青光眼眼底图像作为参考图像,将对其进行下采样得到的低分辨率图像作为生成器的输入,通过生成对抗网络整体训练使生成器能够生成青光眼眼底图像超分辨率重建图像,在生成对抗网络的训练过程中,利用参考图像与重建图像第n层的神经纤维层横截面面积、筛板区域的二值边缘图计算图像质量评估损失和边缘相似性损失作为总损失实现模型的训练。
技术关键词
青光眼眼底图像
生成对抗网络
超分辨率重建图像
OTSU算法
超分辨率重建方法
医学影像数据处理技术
横截面面积
筛板
图像分割
像素
类间方差
层区域
噪声
因子
代表
系统为您推荐了相关专利信息
量子态
特征提取模型
生成对抗网络
训练样本集
分类器模型
生成对抗网络
人工智能系统
后处理模块
原始图像数据
多尺度特征融合
条件生成对抗网络
皮肤健康
图像
识别方法
梯度下降法
电力储能系统
分类器模型
特征提取模型
生成对抗网络
历史故障数据
财务交易数据
生成对抗网络
欺诈检测
知识图谱构建
样本