研究人员开发了 TotalSynth 框架，能够从 MRI 和 CBCT 扫描生成合成 CT 图像。该系统在包含 SynthRAD 挑战数据和多个前列腺队列的数据集上进行了评估，并在外部 BIC-MAC 数据上进行了额外测试。MRI 到 CT 的模型实现了 67.49 HU 的 MAE，而 CBCT 到 CT 的模型达到了 53.55 HU 的 MAE，在各种解剖区域均表现出鲁棒的性能。研究强调了在处理领域转移时进行局部验证和可选微调的重要性。 AI
影响 该框架可以通过从更易获得的 MRI 或 CBCT 数据生成合成 CT 扫描来改进医学成像工作流程。
排序理由 该集群描述了一篇详细介绍用于医学图像合成的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- BIC-MAC
- cone beam computed tomography
- Hugging Face
- magnetic resonance imaging
- SynthRAD
- Valentin Boussot
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
