一种基于GAN的异常生化检验报告单图像修复方法及装置

本发明公开了一种基于GAN的异常生化检验报告单图像修复方法及装置，方法具体包括：首先对生化检验报告单图像进行异常区域检测与标注，建立异常图像样本数据库；其次采用条件GAN模型，以正常报告单图像作为条件输入，构建异常图像与正常图像之间的映射关系，训练图像修复模型；然后，利用训练完成的修复模型对异常区域进行修复生成，得到修复后的完整图像；最后通过图像质量评价指标对修复图像的真实性与一致性进行评价，以确保修复后的图像满足医学临床诊断要求。本发明通过GAN模型实现图像的自动修复，有效解决了传统方法中修复效果不佳、人工成本高及效率低下的问题，具有准确性高、适应性强、应用价值广泛等优点。