研究人员开发了一种名为HTSCGAN的新型生成对抗模型，用于多模态MRI脑图像翻译。该模型整合了肿瘤区域的分层结构信息，以提高翻译图像的质量和临床适用性。生成器使用具有不同Patch大小的Patch对比模块，并采用预训练的Patch分类器和结构感知编码器来确保结构保真度。在BraTS2020和BraTS2021数据集上的实验表明，HTSCGAN在翻译和下游分割任务中都具有有效性。 AI
排序理由 该集群包含一篇研究论文，详细介绍了一种新颖的MRI脑图像翻译模型。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- BraTS2020
- BraTS2021
- HTSCGAN
- Patch Classifier of Face Shape Outline Using Gray-Value Variance with Bilinear Interpolation
- Patch Contrast Module
- Structure-Aware Encoder
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →