摘要
针对食管OCT(Optical Coherence Tomography,光学相干层析)图像分析中数据量不足、传统扩增方法生成样本相关性强等问题,提出了一种基于对抗学习的图像生成方法.首先利用VAE(variational autoencoder,变分自编码器)对图像进行编码,随后利用VAE解码器构建GAN(generative adversarial networks,生成对抗网络)结构,完成图像生成任务.在小鼠食管OCT图像上进行实验,结果表明,所提方法获得了较好的WD(Wasserstein Distance,沃瑟斯坦距离)、MMD(Maximum Mean Discrepancy,最大均值差异)及MS(Mode Score,模型分数)指标,相比现有方法生成了更真实的食管OCT图像.
维普
万方数据