摘要
本发明提供了一种基于Mamba网络的结构保真医学图像生成方法,属于计算机视觉与医学图像生成领域。该方法包括以下步骤:S1、收集数据集,并进行严格的图像筛选和质量控制,随后按比例划分数据集,并进行归一化、尺寸统一等预处理操作;S2、构建基于生成对抗网络的医学图像合成框架,生成器采用Mamba结构作为主干,判别器使用PatchGAN架构;S3、将预处理后的数据输入网络进行训练;S4、保存最优模型权重,在推理阶段将测试集图像输入生成器,生成对应的合成图像;S5、通过多次实验对合成结果进行评估。实验表明,该方法在图像合成中能够较好的保留医学图像的结构信息。
技术关键词
医学图像生成方法
生成对抗网络
代表
对抗性
医学图像数据集
图像像素
男性骨盆
解码器架构
编码器
解码器结构
峰值信噪比
语义
瓶颈
训练集
计算机视觉