基于动态规划优化的胎儿NT超声图像高质量数据扩充方法

本发明用于超声医学影像处理与分析技术领域，具体公开了基于动态规划优化的胎儿NT超声图像高质量数据扩充方法，包括以下步骤：步骤一：医学知识导向的图像变换增广；步骤二：改进的生成对抗网络（D‑GAN）增广；步骤三：基于分组背包的动态规划组合优化；步骤四：模型训练与反馈优化。该基于动态规划优化的胎儿NT超声图像高质量数据扩充方法，本发明中对NT图像进行多方法融合增广，结合医学知识导向的图像变换增广与改进的D‑GAN生成对抗网络，保留传统变换的稳定性的同时，生成高真实性的异常样本，覆盖正常与异常场景，显著提升数据集的多样性，并且在在图像变换中通过掩膜限制操作区域、控制噪声注入强度和模糊核尺寸，避免损伤NT透明层关键结构，确保增广图像符合医学诊断标准。