将 T1 加权 MRI 图像视为倒置 CT 扫描以提高跨模态分割质量
机器学习
2024-05-08 v1 人工智能
密码学与安全
神经与进化计算
摘要
CT 分割模型常包含 magnetic resonance imaging（MRI）分割模型当前不支持的类别。本研究表明，一种简单图像反转技术可显著提高 CT 分割模型在 MRI 数据上的分割质量。我们为一般多类和特定肾脏肌细胞癌模型 demonstrate 了在 T1 加权 MRI 图像上的分割可行性。通过该技术，我们能够使用仅基于 CT 数据训练的模型，对 T1 加权 MRI 扫描进行清晰局部和分割肾细胞癌。图像反转实现简单，无需专用图形处理单元，为复杂的深度模态迁移模型提供了快速替代方案。我们的结果表明，现有的 CT 模型（包括病理模型）可能在较小的努力下可转移到 MRI 领域。
引用
@article{arxiv.2405.03712,
title = {Your Network May Need to Be Rewritten: Network Adversarial Based on High-Dimensional Function Graph Decomposition},
author = {Xiaoyan Su and Yinghao Zhu and Run Li},
journal= {arXiv preprint arXiv:2405.03712},
year = {2024}
}