换一批
换一批基于生成对抗网络的多模态MR图像缺失模态合成
Incomplete multimodality MR image synthesis based on generative adversarial network
摘要提出一种基于生成对抗网络的多模态磁共振(MR)图像缺失模态合成方法,在不同缺失情况下均能预测出完整的模态序列.该模型将生成对抗网络作为模态合成的基本框架,生成对抗网络由生成器和判别器2个部分组成.其中生成器有3个阶段:特征提取、特征融合和图像生成.在特征提取过程中,使用U-Net网络进行编码.然后将4个模态的特征进行融合,并将融合结果输入混合注意力模块.这样使网络能够自适应地调整不同模态的权重,最后进行图像生成.判别器部分由4个相同的判别器组成,对4种不同的模态进行判别,其网络结构基于PatchGan进行改进.通过与其他具有代表性的模态合成算法比较,此方法无论在视觉效果还是客观评价指标上都取得了更好的效果,其中峰值信噪比均在23 dB以上,结构相似性均在0.99以上.
更多相关知识
关键词
磁共振成像生成对抗网络混合注意力模块多模态合成magnetic resonance imaginggenerative adversarial networkhybrid attention modulemultimodal synthesis
栏目名称
医学影像物理
DOI
10.3969/j.issn.1005-202X.2023.07.006
发布时间
2023-07-24
基金项目
国家重点研发计划
- 浏览23
- 被引2
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
