sim2real：基于无监督 GAN 的心脏 MR 图像仿真到真实翻译
图像与视频处理
2022-08-10 v1 计算机视觉与模式识别
摘要
基于 MR 物理仿真构建虚拟心脏 MR 图像数据库以开发深度学习分析网络，已引起相当多的关注。然而，由于真实感差距、纹理缺失以及仿真图像外观简化，此类数据库的应用受限或表现欠佳。在本工作中，我们 1) 对具有不同解剖结构的虚拟 XCAT 对象进行图像仿真，并 2) 提出 sim2real 翻译网络以提升图像真实感。我们的可用性实验表明，sim2real 数据在扩充训练数据并提升分割算法性能方面具有良好的潜力。
引用
@article{arxiv.2208.04874,
title = {sim2real: Cardiac MR Image Simulation-to-Real Translation via Unsupervised GANs},
author = {Sina Amirrajab and Yasmina Al Khalil and Cristian Lorenz and Jurgen Weese and Josien Pluim and Marcel Breeuwer},
journal= {arXiv preprint arXiv:2208.04874},
year = {2022}
}
备注
Accepted to Joint Annual Meeting ISMRM-ESMRMB & ISMRT 31st Annual Meeting 07-12 May 2022 | London, England, UK