BraSyn 2023挑战赛：缺失MRI合成及不同学习目标的影响
图像与视频处理
2024-03-19 v2 计算机视觉与模式识别
摘要
本文探讨了2023年作为脑肿瘤分割(BraTS)挑战赛一部分举办的脑磁共振图像合成用于肿瘤分割(BraSyn)挑战赛。在该挑战赛中，研究者需要在给定其他可用序列的情况下，合成缺失的磁共振图像序列，以促进在完整图像序列集上训练的肿瘤分割流程。该问题可在配对图像到图像翻译的框架下使用深度学习来解决。本研究中，我们提出探讨一种常用深度学习框架（如Pix2Pix）在不同图像质量损失函数监督下训练的有效性。我们的结果表明，不同损失函数的使用显著影响合成质量。我们系统地研究了在BraSyn挑战赛的多序列MR图像合成设置中各种损失函数的影响。此外，我们展示了如何通过有益地结合不同学习目标来优化图像合成性能。
引用
@article{arxiv.2403.07800,
title = {BraSyn 2023 challenge: Missing MRI synthesis and the effect of different learning objectives},
author = {Ivo M. Baltruschat and Parvaneh Janbakhshi and Matthias Lenga},
journal= {arXiv preprint arXiv:2403.07800},
year = {2024}
}
备注
minor changes, to be published as part of the 9th BrainLes: International MICCAI Brain Lesion Workshop