基于 Mamba 的 MRI 至 CT 合成用于 MRI-only 放疗计划
计算机视觉与模式识别
2026-03-25 v1
摘要
放疗工作流程中越来越依赖多模态医学影像，通常涉及磁共振成像 (MRI) 和计算机断层扫描 (CT)。MRI-only 放疗计划正在成为一种引人注目的替代方案，因为它减少了患者对放射性能的暴露，避免了跨模态配准中引入的误差。虽然 nnU-Net 基于框架在 MRI 至 CT 合成中占据主导地位，但我们探索了 Mamba 架构用于此任务，以展示状态空间建模在跨模态转换中相对于标准卷积神经网络的优势。具体而言，我们将两种最初用于分割任务提出的 U-Mamba 和 SegMamba 架构改编为执行跨模态图像生成。我们的 3D Mamba 架构有效地捕获复杂的体积特征和长程依赖，从而实现准确的 CT 合成，同时保持快速的推理时间。在 SynthRAD2025 数据集的一个子集上进行了实验，数据集包含跨三个解剖区域的注册单通道 MRI-CT 体对。通过计算以 Hounsfield 单位 (HU) 中的图像相似性指标和从 TotalSegmentator 获取的分割基准指标来进行定量评估，以确保保持几何一致性。这些发现为将状态空间模型集成到放疗工作流程中铺平了道路。
引用
@article{arxiv.2603.23295,
title = {Mamba-driven MRI-to-CT Synthesis for MRI-only Radiotherapy Planning},
author = {Konstantinos Barmpounakis and Theodoros P. Vagenas and Maria Vakalopoulou and George K. Matsopoulos},
journal= {arXiv preprint arXiv:2603.23295},
year = {2026}
}