换一批Stroke-p2pHD:脑梗CT到DWI图像的跨模态生成模型
Stroke-p2pHD:Cross-modality generation model of cerebral infarction from CT to DWI images
摘要在众多医学影像模态中,磁共振扩散加权成像(DWI)对急性缺血性脑卒中病变,尤其是小梗死灶极为敏感.然而,磁共振成像耗时、昂贵,而且容易受到金属植入物的干扰.因此,本研究的目的是设计一种基于生成对抗网络的医学图像合成方法Stroke-p2pHD,用于从计算机断层扫描(CT)合成DWI图像.Stroke-p2pHD包含有效融合图像局部特征和全局上下文信息(Global_to_Local)的生成器和多尺度(M2Dis)鉴别器.具体来说,在Global_to_Local生成器中,集成了全卷积Transformer(FCT)和局部注意力(LAM)模块实现DWI图像中纹理、病变等细节信息的合成.在M2Dis鉴别器中,采用多尺度卷积网络实现对输入图像的鉴别功能,同时保证与Global_to_Local生成器之间的优化平衡且约束M2Dis鉴别器中每层特征的一致性.本研究采用公开急性缺血性脑卒中数据集(AISD)和来自烟台市烟台山医院的急性脑梗数据集验证Stroke-p2pHD模型基于CT合成DWI的性能.与其他方法相比,Stroke-p2pHD模型表现出良好的定量结果,均方误差为0.008,峰值信噪比为23.766,结构相似性指数为0.743;同时,计算效率等相关试验分析验证了 Stroke-p2pHD模型具有巨大的临床应用潜力.
更多相关知识
关键词
深度学习生成对抗网络计算机断层扫描(CT)磁共振扩散加权成像(DWI)医学图像合成Deep learningGenerative adversarial networksComputed tomography(CT)Diffusion weighted imaging(DWI)Image synthesis
栏目名称
DOI
10.7507/1001-5515.202407017
发布时间
2025-05-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61802330）
国家自然科学基金（61802331）
烟台市科技创新发展计划项目（2023XDRH006）
烟台市科技创新发展计划（2023YD027）
山东省自然科学基金（ZR2024MH072）
- 浏览16
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
