Plasma-CycleGAN:基于血浆生物标志物引导的 MRI 到 PET 跨模态翻译条件 CycleGAN
计算机视觉与模式识别
2025-01-28 v2 人工智能
神经元与认知
摘要
由于 MRI 与 PET 各自成像机制不同,二者之间的跨模态翻译具有挑战性。基于血液的生物标志物(BBBMs)正在通过识别患者并量化脑淀粉样蛋白水平来革新阿尔茨海默病(AD)的检测。然而,BBBMs 在提升 PET 图像合成方面的潜力尚未得到探索。本文对将 BBBM 整合到深度生成模型中的效果进行了系统研究。通过评估三种广泛使用的跨模态翻译模型,我们发现 BBBMs 的整合能够一致地提升所有模型的生成质量。通过对生成结果的可视化检查,我们观察到由 CycleGAN 生成的 PET 图像具有最佳的视觉保真度。基于这些发现,我们提出了 Plasma-CycleGAN,一种基于 CycleGAN 的新型生成模型,用于以 BBBMs 为条件从 MRI 合成 PET 图像。这是首个将 BBBMs 整合到 MRI 与 PET 之间条件跨模态翻译的方法。
引用
@article{arxiv.2501.02146,
title = {Plasma-CycleGAN: Plasma Biomarker-Guided MRI to PET Cross-modality Translation Using Conditional CycleGAN},
author = {Yanxi Chen and Yi Su and Celine Dumitrascu and Kewei Chen and David Weidman and Richard J Caselli and Nicholas Ashton and Eric M Reiman and Yalin Wang},
journal= {arXiv preprint arXiv:2501.02146},
year = {2025}
}
备注
Accepted by ISBI 2025