脑 MR 图像的三维因果图像合成
图像与视频处理
2023-03-28 v1 机器学习
摘要
临床决策制定需要基于事实医学影像的反事实推理，因此亟需因果图像合成。为此，我们提出一种新方法，用于建模阿尔茨海默病中人口统计学变量、临床指标与脑 MR 图像之间的因果关系。具体而言，我们利用结构因果模型刻画因果性，并采用风格化生成器合成图像。此外，作为降低建模复杂度并使学习可行的重要步骤，我们提出使用高维三维图像的低维潜特征表示，结合外生噪声，来建立图像与非图像变量间的因果关系。我们基于 1586 名受试者与 3683 张三维图像对所提方法进行了实验，并合成了干预特定属性（如年龄、脑体积与认知测试分数）的反事实脑 MR 图像。反事实图像的定量指标与定性评估均证明了我们所生成图像的优越性。
引用
@article{arxiv.2303.14349,
title = {Causal Image Synthesis of Brain MR in 3D},
author = {Yujia Li and Jiong Shi and S. Kevin Zhou},
journal= {arXiv preprint arXiv:2303.14349},
year = {2023}
}
备注
11 pages