基于强化学习与神经风格迁移的跨模态三维导航
图像与视频处理
2021-11-08 v1 计算机视觉与模式识别
摘要
本文提出利用多智能体强化学习（MARL）在医学影像三维解剖体中进行导航。我们利用神经风格迁移创建合成计算机断层扫描（CT）智能体 gym 环境，并评估智能体对临床 CT 体的泛化能力。我们的框架不需要任何标注临床数据，并可轻松与多种图像翻译技术集成，从而实现跨模态应用。此外，我们仅以二维切片作为智能体条件，为在超声成像等更困难成像模态中的三维引导奠定基础。这是朝向采集标准化诊断视图平面过程中用户引导的重要一步，可改善诊断一致性并促进更好的病例比较。
引用
@article{arxiv.2111.03485,
title = {Cross Modality 3D Navigation Using Reinforcement Learning and Neural Style Transfer},
author = {Cesare Magnetti and Hadrien Reynaud and Bernhard Kainz},
journal= {arXiv preprint arXiv:2111.03485},
year = {2021}
}