烏瓦法甘

該代碼是UWAFA-GAN的 pytorch 實現，已被 JBHI 2024 接受，名為“UWAFA-GAN：通過多尺度生成和配準增強實現超廣角螢光血管造影轉換”。它可用於將UWF掃描雷射檢眼鏡（UWF-SLO）轉換為UWF螢光素血管攝影（UWF-FA）並顯示微小的血管病變區域，並可對UWF-SLO和UWF-FA配對進行輕微錯位訓練。

從 UWF-SLO 生成 UWF-FA，細節精美

先決條件

Linux
蟒蛇>=3.7
NVIDIA GPU（記憶體>=10G）+ CUDA cuDNN

如何訓練

資料準備

我們正在努力通過道德和審批程序，以提供大量可訓練數據，以增強我們開源程式碼的全面性。但目前我們還無法公開發布大量數據。感謝您對此事的理解。但是，如果您有自己的數據，您仍然可以使用我們的程式碼進行訓練和產生。我們假設您的資料後綴為“.jpg”，位於路徑“dataset/yours”中，首先我們需要將它們隨機裁剪到訓練資料集中。

 python utils/advan_random_crop.py --datadir dataset/yours  --output_dir dataset/data_slo2ffa --suffix .jpg --index_interval 0 --index_interval 100

這將從路徑「dataset/yours」中裁剪100對後綴-jpg 影像，並將結果放入路徑「dataset/data_slo2ffa」中。然後就可以進行訓練程序了。在路徑「config/train_config.yaml」中找到yaml文件，確保其data_path正確。

train_config.yaml 的一部分

 batchsize: 4
epoch: 40
num_D: 2
n_layers: 4

# validation setting
validation_epoch: 41
val_dir: ''

# dataloader
data_path: ["dataset/data_slo2ffa"]
val_length: 900
seed: -1 
img_size: [832, 1088]

並運行命令：

 python -u train_changed.py

開始評估

我們在dataset/example_pairs中提供了 6 對範例進行評估，如果您只有 UWF-SLO 也可以嘗試。為了評估，第一個 UWF-SLO 應命名為 1.jpg，第二個命名為 2.jpg...就像dataset/example_pairs中一樣

檢查點配置

下載 exp_final 並確保路徑“./weights/exp_final”正確。目錄“exp_final”應包含三個元素：

 ├── exp_final
    ├──discriminator.pt
    ├──generator.pt
    ├──reg.pt

並運行命令：

python -u utils/Model_evaluation_without_ffa.py --updir dataset/example_pairs 
    --model_updir weights/exp_final

結果將保存在路徑dataset/example_pairs中

引文

 @article{ge2024uwafa,
  title={UWAFA-GAN: Ultra-Wide-Angle Fluorescein Angiography Transformation via Multi-scale Generation and Registration Enhancement},
  author={Ge, Ruiquan and Fang, Zhaojie and Wei, Pengxue and Chen, Zhanghao and Jiang, Hongyang and Elazab, Ahmed and Li, Wangting and Wan, Xiang and Zhang, Shaochong and Wang, Changmiao},
  journal={IEEE Journal of Biomedical and Health Informatics},
  year={2024},
  publisher={IEEE}
}

展開

附加信息