增强跨模态合成：MRI 至 CT 转换中的子体积合并技术
图像与视频处理
2024-09-11 v1 计算机视觉与模式识别
摘要
提供更精确的组织衰减信息，从磁共挔成像 (MRI) 生成的合成计算机断层扫描 (sCT) 有助于改进放射治疗治疗计划。本研究我们采用先进的 SwinUNETR 框架进行 CT 图像合成。此外，我们在预测过程中引入了三维子体积合并技术。通过选择相邻子体积的最优重叠百分比，可有效减缓接缝伪影，从而将 sCT 与标签之间的均绝对误差 (MAE) 从 52.65 HU 降低至 47.75 HU。此外，采用伽玛值为 0.9 的权重函数可在相同重叠区域内实现最低 MAE。通过将重叠百分比设置在 50% 至 70% 之间，可实现图像质量与计算效率之间的平衡。
引用
@article{arxiv.2409.05982,
title = {Enhancing Cross-Modality Synthesis: Subvolume Merging for MRI-to-CT Conversion},
author = {Fuxin Fan and Jingna Qiu and Yixing Huang and Andreas Maier},
journal= {arXiv preprint arXiv:2409.05982},
year = {2024}
}