基于RCM-cycleGAN的跨模态眼底图像重建  

作　　者：王聪茹 史铭宇[2] 李婷雪 李妍 张艳珠 WANG Congru;SHI Mingyu;LI Tingxue;LI Yan;ZHANG Yanzhu

机构地区：[1]沈阳理工大学自动化与电气工程学院,辽宁沈阳110159 [2]中国医科大学附属第四医院,辽宁沈阳110005

出　　处：《信息技术与信息化》2025年第3期127-130,共4页Information Technology and Informatization

基　　金：全自动智能眼科超声机器人关键技术(LJ212410144052)。

摘　　要：眼部多普勒彩超和眼底OCT图像常用于眼部临床医学诊断。由于图像包含的信息和设备等因素的影响,获得眼底OCT的途径会受到限制。针对这一限制,提出一种针对cycleGAN网络改进的多尺度残差生成对抗网络(RCM-cycleGAN)模型,使用眼部多普勒彩超图片重建眼底OCT。通过采集眼部多普勒彩超和眼底OCT制作相应的数据集,首先在cycleGAN网络的生成器中加入残差网络结构,降低GAN网络生成器梯度爆炸;其次在生成器结构中引入通道注意力,提升网络在眼底照相视盘和血管特征的关注;最后在网络中引入多尺度特征提取,进一步优化了重建效果。使用改进后的RCM-cycleGAN算法与cycleGAN、RegGAN、DC-cycleGAN、DualGAN等对眼部彩超和眼底OCT之间的重建进行训练,根据重建图像与测试集数据对比的效果表明所设计的RCM-cycleGAN可以更好地实现眼部彩超对眼底照相的重建。

关 键 词：跨模态 生成对抗网络 医学图像重建 RCM-cycleGAN 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]