利用生成对抗网络从结构眼底图生成眼底荧光血管造影图像
图像与视频处理
2020-06-19 v1 计算机视觉与模式识别
摘要
荧光素血管造影可提供视网膜血管结构与功能图谱，常用于眼科诊断，然而该成像方式可能对患者造成危害风险。为协助医师降低诊断的潜在风险，本文采用一种图像翻译方法。我们提出一种基于条件生成对抗网络（GAN）的方法，直接学习结构眼底图与眼底荧光血管造影图像间的映射关系。此外，定义各像素重要性的局部显著性图被用于定义 GAN 代价函数中的新颖显著性损失。这有助于更准确地学习小血管与荧光素渗漏特征。
引用
@article{arxiv.2006.10216,
title = {Generating Fundus Fluorescence Angiography Images from Structure Fundus Images Using Generative Adversarial Networks},
author = {Wanyue Li and Wen Kong and Yiwei Chen and Jing Wang and Yi He and Guohua Shi and Guohua Deng},
journal= {arXiv preprint arXiv:2006.10216},
year = {2020}
}
备注
16 pages, 6 figures, accepted by Medical Imaging on Deep Learning