使用 CVH-CT 的跨厂商 CT 图像数据协调
图像与视频处理
2021-10-20 v1 计算机视觉与模式识别
摘要
尽管计算机断层扫描（CT）取得了显著进展，现有工作大多聚焦于在降低辐射剂量的同时增强成像。如何协调使用不同扫描仪捕获的 CT 图像数据在跨中心大规模放射组学研究中至关重要，但仍属待探索的边界。此外，缺乏配对训练图像的问题使得采用现有深度学习模型在计算上具有挑战性。我们提出了一种称为 CVH-CT 的新型深度学习方法，用于协调使用不同厂商扫描仪捕获的 CT 图像。CVH-CT 的生成器使用自注意力机制来学习扫描仪相关信息。我们还提出了一种基于 VGG 特征的定义域损失，以从非配对图像数据中有效提取纹理属性，从而学习基于扫描仪的纹理分布。实验结果表明，由于所提定义域损失的使用，CVH-CT 明显优于基线方法，并且 CVH-CT 能在放射组学特征方面有效降低扫描仪相关的变异性。
引用
@article{arxiv.2110.09693,
title = {Cross-Vendor CT Image Data Harmonization Using CVH-CT},
author = {Md Selim and Jie Zhang and Baowei Fei and Guo-Qiang Zhang and Gary Yeeming Ge and Jin Chen},
journal= {arXiv preprint arXiv:2110.09693},
year = {2021}
}