[发明专利]白内障患者眼底彩照图像去噪方法、装置、设备及介质

说明书

本发明实施例公开了一种白内障患者眼底彩照图像去噪方法、装置、设备及介质。该方法包括：获取正常人的清晰眼底图像及白内障患者的真实噪声眼底图像；对清晰眼底图像加噪声得模拟噪声眼底图像；构建生成器并用其对模拟噪声眼底图像去噪得模拟去噪图像；构建第一判别器并分别将模拟噪声眼底图像与清晰眼底图像及模拟去噪图像的组合输入得第一判别器的损失，根据该损失对生成器优化；用优化后的生成器对真实噪声眼底图像去噪得真实去噪图像；构建第二判别器并将真实去噪图像和模拟去噪图像输入得第二判别器的损失，根据该损失对生成器优化；根据再次优化后的生成器对真实噪声眼底图像去噪得最终去噪结果。实现了对白内障患者眼底图像的有效去噪。

技术领域

本发明实施例涉及医学检测技术领域，尤其涉及一种白内障患者眼底彩照图像去噪方法、装置、设备及介质。

背景技术

白内障由晶状体透明度下降引起，是全球性的主要致盲原因。由于目前白内障的临床治疗尚无有效药物，手术是唯一有效的治疗手段。然而，白内障手术会对眼部造成损伤，在有其它眼底疾病的情况下，手术风险和术后恢复都会受到影响。对于白内障合并眼底病变的临床病例，需要根据患者的状况制定针对性的手术方案，以评估手术风险和预测手术效果。然而，由于白内障患者晶状体混浊，在影像拍摄过程中会产生噪声干扰，从而难以拍摄到清晰的眼底彩照，进而干扰了医生对患者眼底健康状况的评估准确率，同时制约了人工智能诊断算法在白内障患者眼底彩照上的应用。因此，白内障患者眼底彩照图像质量较低导致了在白内障患者眼底检查中医生不仅工作负担沉重，且误诊率较高，严重影响了白内障手术的治疗效果。

目前，随着计算机视觉技术的迅速发展，已提出了多种有效的图像去噪算法用以增强图像质量，但此类算法多基于丰富的训练数据。在自然场景中包含相同内容的噪声图像和清晰图像组成的数据对可以比较容易获得，从而能够有效的训练图像去噪模型。但是，对于白内障患者，在术前仅能采集到噪声眼底图像，而缺少对应的清晰眼底图像，因此无法获得用于训练图像去噪模型的眼底图像数据，使得现有的算法无法得到较好的应用，从而使得目前对于白内障患者眼底彩照图像的去噪结果的准确性较低，无法提供比较有价值的术前参考。

发明内容

本发明实施例提供一种白内障患者眼底彩照图像去噪方法、装置、设备及介质，以降低训练图像去噪模型对白内障清晰眼底图像数据的依赖，从而在缺少真实去噪训练数据的情况下，实现白内障患者眼底图像的去噪和图像质量增强。

第一方面，本发明实施例提供了一种白内障患者眼底彩照图像去噪方法，该方法包括：

获取正常人的清晰眼底图像以及白内障患者的真实噪声眼底图像；

对所述清晰眼底图像加入噪声，以得到模拟噪声眼底图像；

构建生成器，并使用所述生成器对所述模拟噪声眼底图像进行去噪，以得到模拟去噪图像；

构建第一判别器，并分别将所述清晰眼底图像和所述模拟噪声眼底图像的组合，以及所述模拟去噪图像和所述模拟噪声眼底图像的组合输入所述第一判别器，以得到所述第一判别器的第一损失，从而根据所述第一损失对所述生成器进行优化；

使用优化后的所述生成器对所述真实噪声眼底图像进行去噪，以得到真实去噪图像；

构建第二判别器，并将所述真实去噪图像和所述模拟去噪图像输入所述第二判别器，以得到所述第二判别器的第二损失，从而根据所述第二损失对所述生成器再次进行优化；

根据再次优化后的所述生成器对所述真实噪声眼底图像进行去噪，以得到最终的去噪结果。

第二方面，本发明实施例还提供了一种白内障患者眼底彩照图像去噪装置，该装置包括：

图像获取模块，用于获取正常人的清晰眼底图像以及白内障患者的真实噪声眼底图像；

噪声模拟模块，用于对所述清晰眼底图像加入噪声，以得到模拟噪声眼底图像；