眼底OCT影像增强方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种眼底OCT影像增强方法、装置、设备及存储介质，用于提高生成的新眼底OCT影像的真实性，避免和原始眼底OCT影像差异过大，解决真实数据太少及数据不均衡问题，提高影像处理效率。本发明专利技术方法包括：获取原始眼底光学相干断层扫描技术OCT影像；通过预置的深度学习网络模型构建生成器和鉴别器；通过生成器将预置的随机噪声转换成目标眼底OCT影像；通过鉴别器判断目标眼底OCT影像是否真实；若目标眼底OCT影像真实，则将目标眼底OCT影像保留。

Fundus OCT image enhancement methods, devices, devices and storage media

【技术实现步骤摘要】
眼底OCT影像增强方法、装置、设备及存储介质
本专利技术涉及图像增强领域，尤其涉及眼底OCT影像增强方法、装置、设备及存储介质。
技术介绍
随着人工智能的快速发展，人工智能的应用领域也越来越多，人工智能在医疗领域也得到了广泛应用。人工智能在医疗领域的应用经常面临医疗影像数据少，各类医疗影像数据不均衡的问题。目前对医疗中领域光学相干断层扫描技术(opticalcoherencetomography，OCT)影像的数据增强通常使用传统图像处理方法，比如对原始图像进行翻转、平移、扭曲、灰度处理等，并将处理后的图像保存以达到增强数据的目的。这种方法有两个缺点，一是通过灰度处理、平移等方法增加的数据和原始数据相似度过高，导致模型训练出现过拟合现象，且模型在实际使用中泛化效果不好；二是通过翻转、扭曲等方法增加的数据和原始数据差异过大，不真实，影像处理效率低。
技术实现思路
本专利技术提供了一种眼底OCT影像增强方法、装置、设备及存储介质，用于提高生成的新眼底OCT影像的真实性，避免和原始眼底OCT影像差异过大，解决真实数据太少及数据不均衡问题，提高影像处理效率。本专利技术实施例的第一方面提供一种眼底OCT影像增强方法，包括：取原始眼底光学相干断层扫描技术OCT影像；通过预置的深度学习网络模型构建生成器和鉴别器；通过所述生成器将预置的随机噪声转换成目标眼底OCT影像；通过所述鉴别器判断所述目标眼底OCT影像是否真实；若所述目标眼底OCT影像真实，则将所述目标眼底OCT影像保留。可选的，在本专利技术实施例第一方面的第一种实现方式中，在所述通过所述鉴别器判断所述目标眼底OCT影像是否真实之后，所述方法还包括：若所述目标眼底OCT影像不真实，则将所述目标眼底OCT影像重新输入到所述生成器进行影像优化。可选的，在本专利技术实施例第一方面的第二种实现方式中，所述通过所述鉴别器判断所述目标眼底OCT影像是否真实包括：通过所述鉴别器对所述目标眼底OCT影像进行分析，确定目标眼底OCT影像的分布特征；通过所述鉴别器基于所述目标眼底OCT影像的分布特征判断目标眼底OCT影像是否真实。可选的，在本专利技术实施例第一方面的第三种实现方式中，所述通过所述鉴别器基于所述目标眼底OCT影像的分布特征判断目标眼底OCT影像是否真实包括：获取原始眼底OCT影像的分布特征，所述分布特征包括形状特征、水平特征和差异特征；将所述原始眼底OCT影像的形状特征、水平特征和差异特征，与所述目标眼底OCT影像的形状特征、水平特征和差异特征分别进行比较，得到形状特征相似度值、水平特征相似度值和差异特征相似度值；将所述形状特征相似度值、所述水平特征相似度值和所述差异特征相似度值按照各自的权重计算得到分布特征相似度；若所述分布特征相似度大于阈值，则通过所述鉴别器确定所述目标眼底OCT影像真实。可选的，在本专利技术实施例第一方面的第四种实现方式中，所述通过所述鉴别器基于所述目标眼底OCT影像的分布特征判断目标眼底OCT影像是否真实包括：生成所述目标眼底OCT影像的分布特征和所述原始眼底OCT影像的分布特征的交叉熵损失函数；通过所述鉴别器判断所述交叉熵损失函数的值是否小于阈值；若所述交叉熵损失函数的值小于阈值，则通过所述鉴别器确定所述目标眼底OCT影像真实。可选的，在本专利技术实施例第一方面的第五种实现方式中，所述生成所述目标眼底OCT影像的分布特征和所述原始眼底OCT影像的分布特征的交叉熵损失函数包括：将所述目标眼底OCT影像的分布特征值作为预测值q(x)；将所述原始眼底OCT影像的分布特征值作为真实值p(x)；生成所述预测值q(x)和所述真实值p(x)的交叉熵函数H(p,q)，其中，x为正整数，具体表达式为：H(p,q)＝-∑p(x)log(q(x))。可选的，在本专利技术实施例第一方面的第六种实现方式中，所述方法还包括：将真实的目标眼底OCT影像和所述原始眼底OCT影像存储在同一个眼底OCT影像集合中。本专利技术实施例的第二方面提供了一种眼底OCT影像增强装置，包括：获取单元，用于获取原始眼底光学相干断层扫描技术OCT影像；构建单元，用于通过预置的深度学习网络模型构建生成器和鉴别器；转换单元，用于通过所述生成器将预置的随机噪声转换成目标眼底OCT影像；判断单元，用于通过所述鉴别器判断所述目标眼底OCT影像是否真实；保留单元，若所述目标眼底OCT影像真实，则用于将所述目标眼底OCT影像保留。可选的，在本专利技术实施例第二方面的第一种实现方式中，眼底OCT影像增强装置还包括：优化单元，若所述目标眼底OCT影像不真实，则用于将所述目标眼底OCT影像重新输入到所述生成器进行影像优化。可选的，在本专利技术实施例第二方面的第二种实现方式中，判断单元包括：第一确定模块，用于通过所述鉴别器对所述目标眼底OCT影像进行分析，确定目标眼底OCT影像的分布特征；第一判断模块，用于通过所述鉴别器基于所述目标眼底OCT影像的分布特征判断目标眼底OCT影像是否真实。可选的，在本专利技术实施例第二方面的第三种实现方式中，第一判断模块具体用于：获取原始眼底OCT影像的分布特征，所述分布特征包括形状特征、水平特征和差异特征；将所述原始眼底OCT影像的形状特征、水平特征和差异特征，与所述目标眼底OCT影像的形状特征、水平特征和差异特征分别进行比较，得到形状特征相似度值、水平特征相似度值和差异特征相似度值；将所述形状特征相似度值、所述水平特征相似度值和所述差异特征相似度值按照各自的权重计算得到分布特征相似度；若所述分布特征相似度大于阈值，则确定所述目标眼底OCT影像真实。可选的，在本专利技术实施例第二方面的第四种实现方式中，判断单元还包括：生成模块，用于生成所述目标眼底OCT影像的分布特征和所述原始眼底OCT影像的分布特征的交叉熵损失函数；第二判断模块，用于通过所述鉴别器判断所述交叉熵损失函数的值是否小于阈值；第二确定模块，若所述交叉熵损失函数的值小于阈值，则用于通过所述鉴别器确定所述目标眼底OCT影像真实。可选的，在本专利技术实施例第二方面的第五种实现方式中，生成模块具体用于：将所述目标眼底OCT影像的分布特征值作为预测值q(x)；将所述原始眼底OCT影像的分布特征值作为真实值p(x)；生成所述预测值q(x)和所述真实值p(x)的交叉熵函数H(p,q)，其中，x为正整数，具体表达式为：H(p,q)＝-∑p(x)log(q(x))。可选的，在本专利技术实施例第二方面的第六种实现方式中，眼底OCT影像增强装置还包括：存储单元，用于将真实的目标眼底OCT影像和所述原始眼底OCT影像存储在同一个眼底OCT影像集合中。本专利技术实施例的第三方面提供了一种眼底OCT影像增强设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一实施方式所述的眼底OCT影像增强方法。本专利技术实施例的第四方面提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行上述任一实施方式所述的眼底OCT影像增强方法的步骤。本专利技术实施例提供的技术方案中，获取原始眼底光学相干断层扫描技术OCT影像；通过预置的深度学习网络模型构建生成器和鉴别器；通过生成器将预置的随机噪声转换成目标眼底OCT影像；通过鉴别器判断目本文档来自技高网...

【技术保护点】
1.一种眼底OCT影像增强方法，其特征在于，包括：获取原始眼底光学相干断层扫描技术OCT影像；通过预置的深度学习网络模型构建生成器和鉴别器；通过所述生成器将预置的随机噪声转换成目标眼底OCT影像；通过所述鉴别器判断所述目标眼底OCT影像是否真实；若所述目标眼底OCT影像真实，则将所述目标眼底OCT影像保留。

【技术特征摘要】
1.一种眼底OCT影像增强方法，其特征在于，包括：获取原始眼底光学相干断层扫描技术OCT影像；通过预置的深度学习网络模型构建生成器和鉴别器；通过所述生成器将预置的随机噪声转换成目标眼底OCT影像；通过所述鉴别器判断所述目标眼底OCT影像是否真实；若所述目标眼底OCT影像真实，则将所述目标眼底OCT影像保留。2.根据权利要求1所述的眼底OCT影像增强方法，其特征在于，在所述通过所述鉴别器判断所述目标眼底OCT影像是否真实之后，所述方法还包括：若所述目标眼底OCT影像不真实，则将所述目标眼底OCT影像重新输入到所述生成器进行影像优化。3.根据权利要求1所述的眼底OCT影像增强方法，其特征在于，所述通过所述鉴别器判断所述目标眼底OCT影像是否真实包括：通过所述鉴别器对所述目标眼底OCT影像进行分析，确定目标眼底OCT影像的分布特征；通过所述鉴别器基于所述目标眼底OCT影像的分布特征判断目标眼底OCT影像是否真实。4.根据权利要求3所述的眼底OCT影像增强方法，其特征在于，所述通过所述鉴别器基于所述目标眼底OCT影像的分布特征判断目标眼底OCT影像是否真实包括：获取原始眼底OCT影像的分布特征，所述分布特征包括形状特征、水平特征和差异特征；将所述原始眼底OCT影像的形状特征、水平特征和差异特征，与所述目标眼底OCT影像的形状特征、水平特征和差异特征分别进行比较，得到形状特征相似度值、水平特征相似度值和差异特征相似度值；将所述形状特征相似度值、所述水平特征相似度值和所述差异特征相似度值按照各自的权重计算得到分布特征相似度；若所述分布特征相似度大于阈值，则通过所述鉴别器确定所述目标眼底OCT影像真实。5.根据权利要求3所述的眼底OCT影像增强方法，其特征在于，所述通过所述鉴别器基于所述目标眼底OCT影像的分布特征判断目标眼底OCT影像是否...

【专利技术属性】
技术研发人员：成冠举，高鹏，谢国彤，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44