基于 3D 小波扩散模型的脑肿瘤去除与缺失模态生成
计算机视觉与模式识别
2024-12-03 v2 机器学习
摘要
本文提出了 BraTS 2024 任务 8 的第二名方案和任务 7 的参赛方案。自动化脑分析算法在临床实践中的应用日益增多。然而，许多算法在存在脑病变或某些 MRI 模态缺失的情况下表现不佳。脑形态的改变导致高变异性，从而使仅基于健康大脑训练的预测模型性能较差。某些缺失 MRI 模态通常提供的信息缺失，也降低了使用所有模态训练的预测模型的可靠性。为了提高这些模型的性能，我们提出了条件 3D 小波扩散模型的使用。小波变换使得在具有 48 GB VRAM 的 GPU 上进行全分辨率图像训练和预测成为可能，无需分块或下采样，从而保留了预测所需的全部信息。这些任务的代码可在 https://github.com/ShadowTwin41/BraTS_2023_2024_solutions 获取。
引用
@article{arxiv.2411.04630,
title = {Brain Tumour Removing and Missing Modality Generation using 3D WDM},
author = {André Ferreira and Gijs Luijten and Behrus Puladi and Jens Kleesiek and Victor Alves and Jan Egger},
journal= {arXiv preprint arXiv:2411.04630},
year = {2024}
}