利用微 CT 体数据通过改进 CycleGAN 实现临床 CT 体数据的超分辨率
计算机视觉与模式识别
2020-04-08 v1 图像与视频处理
摘要
本文提出一种利用临床 CT 与微 CT 体数据非配对训练集的超分辨率（SR）方法。为从肺癌患者术前临床 CT 体数据中获取如癌浸润等极细微信息，需要将临床 CT 体数据超分辨率至 CT 水平。多数 SR 方法需要配对的低分辨率与高分辨率图像用于训练，而获取配对的临床 CT 与 CT 体数据不可行。我们提出一种基于 CycleGAN 的 SR 方法，可将临床 CT 超分辨率至 CT 水平。我们提出新的损失函数以保持循环一致性，同时无需配对体数据训练。实验结果表明，我们所提方法成功地将肺癌患者的临床 CT 体数据超分辨率至 CT 水平。
引用
@article{arxiv.2004.03272,
title = {Super-resolution of clinical CT volumes with modified CycleGAN using micro CT volumes},
author = {Tong ZHENG and Hirohisa ODA and Takayasu MORIYA and Takaaki SUGINO and Shota NAKAMURA and Masahiro ODA and Masaki MORI and Hirotsugu TAKABATAKE and Hiroshi NATORI and Kensaku MORI},
journal= {arXiv preprint arXiv:2004.03272},
year = {2020}
}
备注
6 pages, 2 figures