一种基于StyleGAN数据增强和视网膜图像血管处理优化方法

本发明涉及血管图像处理技术领域，具体是一种基于StyleGAN数据增强和视网膜图像血管处理优化方法。本发明通过完整的流程设计，将数据增强、血管分割、分类训练有机结合。利用StyleGAN生成合成视网膜图像扩充数据集，缓解数据不均衡问题，提升模型泛化能力；IterNet实现精准血管分割，FullSizeUNetBlock模型完成分类训练，整套流程系统化处理视网膜图像，从数据到分割再到分类形成闭环，为血管分类提供了全面且逻辑清晰的解决方案，确保最终血管类别预测的准确性与可靠性。