基于非配对图像翻译的计算机断层扫描（CT）重建核跨厂商一致性校正

计算机断层扫描（CT）生成中的重建核决定了图像的纹理。重建核的一致性十分重要，因为底层CT纹理会影响定量图像分析中的测量结果。一致性校正（即核转换）可最小化因重建核不一致导致的测量差异。现有方法研究单家或多家制造商CT扫描的一致性校正，但这些方法需要空间与解剖结构对齐的硬、软重建核配对扫描，且需在厂商内针对不同核配对训练大量模型。本研究采用非配对图像翻译方法，通过构建多路径循环生成对抗网络（GAN）来探究不同制造商间及跨制造商的重建核一致性校正。我们使用来自国家肺部筛查试验（National Lung Screening Trial）数据集的西门子（Siemens）和GE厂商的硬、软重建核，每种重建核取50个扫描训练多路径循环GAN。为评估一致性校正对重建核的影响，我们将西门子硬核、GE软核和GE硬核各50个扫描校正至参考西门子软核（B30f），并评估肺气肿百分比。我们考虑年龄、吸烟状态、性别和厂商拟合线性模型，并对肺气肿评分进行方差分析（ANOVA）。我们的方法最小化了肺气肿测量的差异，并凸显了年龄、性别、吸烟状态和厂商对肺气肿量化的影响。