[发明专利]基于密集连接和生成对抗网络的OCT图像去噪方法

摘要

本发明公开了一种基于密集连接和生成对抗网络的OCT图像去噪方法，属于图像修复技术领域，本发明根据噪声随机性的特征，采用多帧配准方式合成参考图像，从而使网络可以学习噪声图像到参考图像之间的映射关系；合成噪声的步骤可以有效的扩充散斑噪声的多样性，合成新的样本数据；利用网络的多尺度特征进行密集融合，以较少的参数增强有效特征的重复利用和传递；采用对抗生成网络的方式保证图像的整体感知质量；训练完成的生成式模型可以直接处理任何分辨率的噪声OCT图像，有较高的速度和性能，在临床中有较高的使用价值。

主权项

1.基于密集连接和生成对抗网络的OCT图像去噪方法，其特征在于，包括以下步骤：S1.重复采集图像空间上相距很近的B扫描OCT图像，以某一单帧噪声图像为目标配准多帧图像，合成为平均图像，根据视网膜上下边界的像素强度，阈值化平均图像的背景区域，获得无噪声图像，并将所述无噪声图像作为参考图像；S2.根据原始噪声图像的灰度概率分布，利用噪声模型提取噪声的特征，生成与真实噪声非常接近的噪声图像，并添加至参考图像中；S3.训练基于密集连接和对抗生成策略的降噪网络，隐式的学习噪声图像和参考图像之间的映射关系；S4.利用已训练好的生成网络对带有噪声的OCT图像进行预测，即可得到具有高质量和高清晰度的图像。