基于生成对抗网络的脑肿瘤MRI图像合成与深度特征判别
计算机视觉与模式识别
2025-11-04 v1
摘要
与传统方法相比，深度学习（DL）成为计算机视觉任务的关键技术。合成数据生成是DL的一个有趣应用场景，尤其是在磁共挍成像（MRI）等医学影像领域。由于原始MRI数据有限，此任务迫切需要。生成逼真的医学图像完全具有挑战性。生成对抗网络（GAN）在创建合成医学图像方面非常有用。本文提出一种基于深度卷积生成对抗网络（DC-GAN）的方法，用于创建合成MRI数据，以解决数据有限的问题。我们还采用卷积神经网络（CNN）分类器使用合成数据和真实MRI数据进行脑肿瘤分类。CNN用于评估合成图像的质量和实用性。分类结果表明，实质图像和合成图像的性能相当，这验证了GAN生成图像在下游任务中的有效性。
引用
@article{arxiv.2511.01574,
title = {Generative Adversarial Synthesis and Deep Feature Discrimination of Brain Tumor MRI Images},
author = {Md Sumon Ali and Muzammil Behzad},
journal= {arXiv preprint arXiv:2511.01574},
year = {2025}
}
备注
9 pagers, 8 Figures