基于聚类和Pix2Pix的MRI扫描合成方法
图像与视频处理
2024-05-06 v2 计算机视觉与模式识别
机器学习
摘要
我们考虑磁共振成像（MRI）脑部扫描自动分割方法中的缺失数据问题。通常，自动MRI扫描分割基于多个扫描（例如T1加权、T2加权、T1CE、FLAIR）。然而，扫描经常模糊、缺失或无法使用。我们研究是否可以从给定扫描合成缺失扫描。我们通过从给定的T1加权扫描合成T2加权扫描来证明这在原则上是可能的。我们的第一个目标是计算与缺失扫描非常相似的图像，以平均均方误差（MSE）衡量。我们为此开发/使用了多种方法，包括随机基线方法、基于聚类的方法和Isola等人基于条件GAN的像素到像素翻译方法（Pix2Pix）。最低MSE由我们的基于聚类的方法实现。我们的第二个目标是比较使用合成扫描对分割过程的影响。为此，我们使用一个DeepMedic模型，该模型使用上述四种输入扫描模态进行训练。我们用合成图像替换T2加权扫描，并使用Dice分数作为数值评估，评估肿瘤识别的分割结果。评估表明，在许多情况下，使用合成扫描（特别是Pix2Pix方法）的分割效果良好。
引用
@article{arxiv.2312.05176,
title = {MRI Scan Synthesis Methods based on Clustering and Pix2Pix},
author = {Giulia Baldini and Melanie Schmidt and Charlotte Zäske and Liliana L. Caldeira},
journal= {arXiv preprint arXiv:2312.05176},
year = {2024}
}
备注
Accepted at AIME 2024