利用改进的 DualGAN 从 MRI 生成合成 CT
图像与视频处理
2023-08-16 v1 计算机视觉与模式识别
摘要
从 MRI 扫描生成合成 CT 图像对于制定放疗计划是必要的，从而无需配准的 MRI 和 CT 扫描。所选择的具有循环一致性的基线对抗模型允许非配对的图像到图像翻译。我们加入了感知损失函数项和坐标卷积层以改进翻译图像的质量。所提出的架构在配对的 MRI-CT 数据集上进行了测试，其中合成 CT 与相应的原始 CT 图像进行了比较。在真实 CT 身体形状内部计算得到的合成 CT 图像与真实 CT 扫描之间的 MAE 为 61 HU。
引用
@article{arxiv.1909.08942,
title = {Synthetic CT Generation from MRI Using Improved DualGAN},
author = {Denis Prokopenko and Joël Valentin Stadelmann and Heinrich Schulz and Steffen Renisch and Dmitry V. Dylov},
journal= {arXiv preprint arXiv:1909.08942},
year = {2023}
}