基于生成对抗网络的肾小球病理图像合成
作者:蔡健; 孔祥勇; 吴滢; 尹梓名; 王平; 卢严砖; 彭瑞阳; 孙晓晗; 王钰泽
更新时间:
肾脏病理图像中肾小球的自动分割和提取对于肾脏疾病的快速诊断具有重要意义。针对高质量标记肾小球病理图像数据的不足,提出了一种基于pix2pixHD的肾小球病理图像合成方法。首先,提取原始病理图像中的肾小球及其对应的掩膜,构建肾小球病理图像数据集。其次,以肾小球面罩为约束条件,利用生成的对抗网络模型合成高质量的肾小球病理图像。最后,将生成的肾小球图像数据集合并到原始数据集中,并使用u-net分割模型对原始肾脏病理图像进行重新分割。实验结果表明,与几种常用的图像生成算法相比,新方法的性能最好,ISstd为1.500.03,FID为33.13。在相同的测试集下,该方法的整体分割精度提高了4%。