基于三维生成对抗网络的脑 MRI 超分辨率重建
计算机视觉与模式识别
2019-01-01 v1 机器学习
机器学习
摘要
本文提出一种对抗学习方法，从低分辨率图像生成高分辨率 MRI 扫描。该架构基于 SRGAN 模型，采用三维卷积以利用体数据信息。对于判别器，对抗损失使用最小二乘以稳定训练。对于生成器，损失函数为最小二乘对抗损失与基于均方误差和图像梯度的内容项的组合，以改善生成图像的质量。我们探索了上采样阶段的不同方案。我们展示了优于经典插值的 promising 结果，表明了该方法在三维医学图像超分辨率中的潜力。源代码见 https://github.com/imatge-upc/3D-GAN-superresolution。
引用
@article{arxiv.1812.11440,
title = {Brain MRI super-resolution using 3D generative adversarial networks},
author = {Irina Sanchez and Veronica Vilaplana},
journal= {arXiv preprint arXiv:1812.11440},
year = {2019}
}
备注
First International Conference on Medical Imaging with Deep Learning, Amsterdam, 2018