首页|基于对抗学习的食管OCT图像生成方法

基于对抗学习的食管OCT图像生成方法

扫码查看
原文链接
  • 万方数据
  • 维普
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.

王聪、甘萌

展开 >

中国科学院苏州生物医学工程技术研究所,江苏 苏州 215163

济南国科医工科技发展有限公司,山东 济南 250102

光学相干层析 图像生成 变分自编码器 对抗学习

江苏省自然科学基金山东省自然科学基金山东省自然科学基金

BK20200216ZR2021QF068ZR2021QF105

2024

10.15913/j.cnki.kjycx.2024.04.023

科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
年,卷(期)：2024.(4)
  • 8