科研之友
微信
新浪微博
Facebook
分享链接
摘要
医学图像跨模态重建是指基于被试某一种模态图像，预测同一被试的另一种模态图像，以实现更精准的个体化医疗。生成对抗网络(generative adversarial networks,GAN)是医学图像跨模态重建中最常见的深度学习技术，该技术通过从遵循真实数据分布的隐式分布中生成医学图像，进而快速重建出其他模态医学图像数据。随着临床对多模态影像数据需求的剧增，GAN技术在磁共振成像、计算机断层扫描和正电子发射型计算机断层扫描等多种不同的医学图像模态之间的跨模态重建任务中均得到广泛的应用，在脑、心等不同部位实现精准高效的跨模态图像重建。此外，虽然GAN在跨模态重建中取得了一定的成功，但其在稳定性、泛化能力和准确度方面仍需要进一步的改进。
-
单位复旦大学附属华山医院; 上海大学; 通信与信息工程学院
