基于跨模态融合学习的结构一致性MRI着色

Mayuri Mathur; Anav Chaudhary; Saurabh Kumar Gupta; Ojaswa Sharma

基于跨模态融合学习的结构一致性MRI着色

图像与视频处理 2024-12-17 v1 人工智能计算机视觉与模式识别

作者: Mayuri Mathur , Anav Chaudhary , Saurabh Kumar Gupta , Ojaswa Sharma

摘要

医学图像着色可大幅提升底层成像模态的可解释性，并为人体解剖结构提供洞察。医学图像着色的目标是将从冰冻切片数据中分布在人体解剖结构上的多样化颜色光谱，传递到源MRI数据中，同时保留MRI的结构。为实现此目标，我们提出一种用于结构一致性颜色传递的新型架构。该架构融合冰冻切片图像的分割语义，以实现对MRI图像中各种器器的稳定上下文着色。对于着色，我们既不需要MRI与冰冻切片图像之间的精确配准，也不需要对MRI图像进行分割。此外，我们的架构包含特征压缩与激活机制，以捕获器器级别的全局信息并抑制噪声，使MRI扫描能够区分器器特定数据，从而实现更准确、更真实的器器特定着色。我们的实验表明，该架构优于现有方法，在定量和质量方面均取得更好结果。

关键词

MRI着色跨模态融合结构一致性医学图像分析特征压缩

引用

@article{arxiv.2412.10452,
  title  = {Structurally Consistent MRI Colorization using Cross-modal Fusion Learning},
  author = {Mayuri Mathur and Anav Chaudhary and Saurabh Kumar Gupta and Ojaswa Sharma},
  journal= {arXiv preprint arXiv:2412.10452},
  year   = {2024}
}

备注

9 pages, 6 figures, 2 Tables

基于跨模态融合学习的结构一致性MRI着色

摘要

关键词

引用

备注

相关论文