《表3 不同方法合成皮肤镜图像评估结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《采用pix2pixHD的高分辨率皮肤镜图像合成方法》
通过图6和表3可以看出:(1)和pix2pix HD生成的图像相比,本文方法合成的图像不仅病灶位置与原始图像基本一致,而且背景颜色等特征也基本符合;表明本文改进的生成器可以有效地融合浅层和深层特征,避免了目标位置和背景颜色等浅层信息的丢失,得到的IS值和FID值与视觉感知效果相匹配.(2)将DCGAN生成图像与PGAN和pix2pix HD相比,DCGAN不仅缺乏细粒度的纹理特征,而且出现局部崩塌的现象,不适合生成高质量的皮肤镜图像.通过表3的合成图像定量评估也证实了DCGAN模型表现最差.(3)将PGAN生成图像与pix2pix HD相比,PGAN在锐度、恶性肿瘤标记物的存在以及细粒度细节等方面都与pix2pix HD表现出相近结果,相比与真实图像,pix2pix HD根据标签映射生成图像的病变位置与真实图像基本一致,但是由于PGAN合成的图像都是由随机噪声生成的,因此无法在像素方面将PGAN的结果与真实图像进行比较.通过表3也可以看出IS对合成图像定量评价的局限性,虽然PGAN的IS值很高即合成图像的质量很高,但是与真实图像的FID值也很高即相关性很低.
图表编号 | XD00189024300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 丁赛赛、吕佳 |
绘制单位 | 重庆师范大学计算机与信息科学学院、重庆师范大学重庆市数字农业服务工程技术研究中心、重庆师范大学计算机与信息科学学院、重庆师范大学重庆市数字农业服务工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |