论文部分内容阅读
医学手术中图像去烟算法可以提高术中成像质量,减少图像引导手术的危害,这是许多临床应用中非常理想的预处理方法。针对这一问题,本文提出一种基于条件生成对抗模型的图像去烟网络,该网络由生成器子网络和鉴别器子网络构成。其中,用Tiramisu模型代替传统的U-Net,从而得到更高的参数效率和性能。此外,通过利用计算机图形渲染引擎的方式为此类问题生成大量训练数据集提供一个新思路。实验结果表明,本文方法在保留图像重要感知信息的同时,有效地减少了烟,在定性和定量分析上均优于现有图像去烟算法,从而为外科医生提供更好