首页 > 中国医学物理学杂志 > 基于循环一致性生成对抗网络的盆腔伪CT生成方法

基于循环一致性生成对抗网络的盆腔伪CT生成方法

The method of pelvic synthetic CT generation based on the cycle-consistent generative adversarial networks

二维码有效期 120s

摘要目的:基于循环一致性生成对抗网络(CycleGAN),利用非配对患者盆腔部位数据,实现MRI和CT图像之间的相互转换,并对基于该模型生成的盆腔伪CT(sCT)进行精度和剂量性能的评估.方法:该CycleGAN网络包含两个生成器和两个判别器.先基于全卷积网络(FCNs)构建两个生成器,一个将2D盆腔MRI转换为2D盆腔sCT图像,另一个将CT图像转换为伪MRI(sMRI)图像.再基于FCNs构建两个判别器,用于对真实图像和生成的伪图像进行判别,提升生成图像的质量.为保证sCT图像与MRI图像的一致性,引入归一化互信息作为相似性约束损失项,对模型进行改进.训练集包括35例患者盆腔部位的T1-MRI图像和另外36例患者盆腔部位的CT图像,测试集包括10例盆腔部位患者的MRI和CT图像,评估方法包括sCT与CT图像的误差和放疗剂量伽马通过率.结果:对于测试集中所有病例,生成的sCT与真实CT图像之间的平均绝对误差(MAE)为35.537(±4.537)HU;基于体素的平均剂量差异最大为0.49％;以3％/3 mm、2％/2 mm和1％/1 mm为标准的平均伽马通过率分别高于99％、98％和95％.结论:使用CycleGAN网络和非配对患者训练数据可以生成准确且符合临床剂量精度要求的盆腔部位sCT图像.

作者吴香奕 ^[1] 曹锋 ^[2] 曹瑞芬 ^[3] 吴茜 ^[4] 董江宁 ^[2] 徐榭 ^[1] 裴曦 ^[5] 学术成果认领

作者单位中国科学技术大学物理学院工程与应用物理系,安徽合肥230025 ^[1] 中国科学技术大学第一附属医院影像科,安徽合肥230001 ^[2] 安徽大学计算机科学与技术学院,安徽合肥230601 ^[3] 安徽医科大学人文医学院,安徽合肥230032 ^[4] 中国科学技术大学物理学院工程与应用物理系,安徽合肥230025;安徽慧软科技有限公司,安徽合肥230088 ^[5]

关键词伪CT 非配对盆腔磁共振成像循环一致性生成对抗网络

分类号 R318（医用一般科学）TP391.41

栏目名称

医学影像物理

DOI 10.3969/j.issn.1005-202X.2021.01.005

发布时间 2021-02-05（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（11575180）安徽省自然科学基金（1908085MA27）安徽省重点研究与开发计划项目（1804a09020039）安徽省高等学校自然科学研究项目（KJ2019A0240）