基于改进PGGAN的口腔图像数据增强算法

作者：翁鹏涛; 杜玉军; 张道奥; **^*; 王舒研; 汪苑苑

来源：计算机工程与设计, 2022, 43(11): 3225-3234.

DOI：10.16208/j.issn1000-7024.2022.11.030

• 生成对抗网络
• 数据增强
• 口腔图像
• 注意力机制
• 渐进式增长
• 平滑机制
• 图像质量

为解决口腔图像数据量小与图像高质量、高细节需求间的矛盾,研究一种传统数据增强和渐进增长式生成对抗网络(progressive growing of generative adversarial networks,PGGAN)算法相结合的数据增强方法。利用渐进式增长的网络结构和网络平滑机制,实现病灶图像的扩增,解决传统数据增强算法对图像多样性提升的局限性问题。针对PGGAN算法生成病灶细节存在缺陷的问题,结合轻量化的注意力机制,优化PGGAN算法,提升图像的质量。实验结果表明,针对口腔白斑和口腔扁平苔藓数据集,改进PGGAN算法生成图像的质量和多样性均有所提升。通过与其它典型网络的对比实验,进一步验证了算法的有效性。

• 单位
  军事口腔医学国家重点实验室; 西安工业大学; 中国人民解放军空军军医大学