用于 CBCT 到 CT 合成的多通道 cycleGAN
图像与视频处理
2023-12-05 v1 计算机视觉与模式识别
医学物理
摘要
图像合成被用于从治疗期间的锥形束 CT（CBCT）生成合成 CT（sCT），旨在提高图像质量并实现精确的剂量计算，从而促进基于 CBCT 的自适应放射治疗工作流程。随着该研究领域的发展，由于缺乏大型公开数据集以及训练过程存在较大差异，sCT 生成方法的进展难以进行比较。为了比较和评估 sCT 生成的最新进展，SynthRAD2023 挑战赛为 MR 和 CBCT 到 sCT 的合成提供了公开数据集和评估框架。我们的贡献集中在第二个任务，即 CBCT 到 sCT 的合成。通过利用多通道输入来强调特定的图像特征，我们的方法有效解决了 CBCT 成像固有的一些挑战，同时恢复了准确可视化患者解剖结构所需的对比度。此外，我们引入了一个辅助融合网络，以进一步提高生成的 sCT 图像的保真度。
引用
@article{arxiv.2312.02017,
title = {A multi-channel cycleGAN for CBCT to CT synthesis},
author = {Chelsea A. H. Sargeant and Edward G. A. Henderson and Dónal M. McSweeney and Aaron G. Rankin and Denis Page},
journal= {arXiv preprint arXiv:2312.02017},
year = {2023}
}
备注
RRRocket_Lollies submission for the Synthesizing computed tomography for radiotherapy (SynthRAD2023) Challenge at MICCAI 2023