基于GAN的小样本非平衡医学图像生成方法及设备

本发明提供基于GAN的小样本非平衡医学图像生成方法及设备，设置生成器网络，包括通过低分辨率路径接收随机噪声输入，采用无条件训练策略生成低分辨率医学图像，学习通用结构特征；通过高分辨率路径接收随机噪声和类别标签输入，采用条件训练策略生成高分辨率医学图像，学习与疾病类别相关的细节特征；设置判别器网络，对低分辨率医学图像计算无条件判别损失，判断图像真实性；对高分辨率医学图像计算条件判别损失，判断图像真实性及与类别标签的匹配性；融合训练，包括将无条件损失与条件损失加权融合，优化网络参数以生成高质量医学图像。本发明解决了医学图像尤其是在罕见病和肿瘤等少数疾病中，数据稀缺和类别不平衡的问题。