利用条件生成对抗网络从结构 MRI 合成三维淀粉样蛋白 PET 图像
图像与视频处理
2024-05-06 v1 计算机视觉与模式识别
摘要
动机：阿尔茨海默病的标志包括淀粉样蛋白沉积和脑萎缩，分别可通过 PET 和 MRI 扫描检测。PET 昂贵、有创且使患者暴露于电离辐射。MRI 更便宜、无创且无电离辐射，但仅限于测量脑萎缩。目标：开发一个三维图像转换模型，利用淀粉样蛋白与脑萎缩之间的已知关系，从 T1 加权 MRI 合成淀粉样蛋白 PET 图像。方法：该模型在 616 对 PET/MRI 数据上进行训练，并使用 264 对数据进行验证。结果：该模型从 T1 加权 MRI 合成的淀粉样蛋白 PET 图像具有高度相似性，显示出高 SSIM 和 PSNR 指标（SSIM>0.95 & PSNR=28）。影响：我们的模型证明了从结构 MRI 图像合成淀粉样蛋白 PET 图像的可行性，显著提高了大规模队列研究和早期痴呆检测的可及性，同时降低了成本、侵入性和辐射暴露。
引用
@article{arxiv.2405.02109,
title = {Three-Dimensional Amyloid-Beta PET Synthesis from Structural MRI with Conditional Generative Adversarial Networks},
author = {Fernando Vega and Abdoljalil Addeh and M. Ethan MacDonald},
journal= {arXiv preprint arXiv:2405.02109},
year = {2024}
}
备注
Abstract Submitted and Presented at the 2024 International Society of Magnetic Resonance in Medicine. Singapore, Singapore, May 4-9. Abstract Number 2239