迈向对抗式视网膜图像合成
计算机视觉与模式识别
2017-02-01 v1 机器学习
机器学习
摘要
合成眼底图像是一项具有挑战性的任务，先前的研究通过构建复杂的眼部解剖模型来解决该问题。然后可以通过采样合适的参数空间来生成新图像。在本工作中，我们提出一种直接从数据中学习合成眼底图像的方法。为此，我们通过血管分割技术将真实的眼底图像与其相应的血管树配对。这些配对随后被用于学习从二值血管树到新视网膜图像的映射。为此，我们使用一种基于对抗学习思想的近期图像到图像翻译技术。实验结果表明，尽管共享相同的血管树，原始图像与生成图像在全局外观上存在视觉差异。此外，对合成视网膜图像的定量质量分析证实，所生成的图像保留了真实图像集质量的很高比例。
引用
@article{arxiv.1701.08974,
title = {Towards Adversarial Retinal Image Synthesis},
author = {Pedro Costa and Adrian Galdran and Maria Inês Meyer and Michael David Abràmoff and Meindert Niemeijer and Ana Maria Mendonça and Aurélio Campilho},
journal= {arXiv preprint arXiv:1701.08974},
year = {2017}
}