TAI-GAN：一种时间和解剖学信息生成的对抗网络，用于动态心脏 PET 帧间运动校正中的早晚期帧转换
图像与视频处理
2024-02-16 v1 计算机视觉与模式识别
摘要
在使用铷 -82 (82-Rb) 进行心肌灌注成像的动态心脏正电子发射断层扫描 (PET) 中，帧间运动会影响心肌血流量 (MBF) 的量化和冠状动脉疾病的诊断准确性。然而，由于示踪剂动力学快速导致的跨帧分布高度变化，给帧间运动校正带来了相当大的挑战，尤其是对于基于强度的图像配准技术经常失效的早期帧。为了解决这个问题，我们提出了一种称为时间和解剖学信息生成对抗网络 (TAI-GAN) 的新方法，该方法利用全对一映射将早期帧转换为具有与最后参考帧相似示踪剂分布的帧。TAI-GAN 包含一个特征级线性调制层，该层编码从时间信息生成的逐通道参数，以及具有局部偏移的粗略心脏分割掩模，后者作为解剖学信息。我们在临床 82-Rb PET 数据集上评估了所提出的方法，结果表明，我们的 TAI-GAN 可以生成具有高质量图像的转换后早期帧，与真实的参考帧相当。经过 TAI-GAN 转换后，与使用原始帧相比，使用传统和基于深度学习的运动校正方法进行运动估计的准确性以及后续的心肌血流量 (MBF) 量化均得到了提高。
引用
@article{arxiv.2402.09567,
title = {TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial Network for early-to-late frame conversion in dynamic cardiac PET inter-frame motion correction},
author = {Xueqi Guo and Luyao Shi and Xiongchao Chen and Qiong Liu and Bo Zhou and Huidong Xie and Yi-Hwa Liu and Richard Palyo and Edward J. Miller and Albert J. Sinusas and Lawrence H. Staib and Bruce Spottiswoode and Chi Liu and Nicha C. Dvornek},
journal= {arXiv preprint arXiv:2402.09567},
year = {2024}
}
备注
Under revision at Medical Image Analysis