DDE-GAN

新型GAN通过双域和等变性增强CT-PET图像合成

研究人员开发了一种双域等变生成对抗网络（DDE-GAN），以改进多模态CT-PET图像的合成。与仅关注空间域的传统方法不同，DDE-GAN同时考虑了空间域和频率（傅里叶）域，以捕捉更丰富的解剖和光谱信息。该网络还集成了旋转等变性，确保在旋转下响应一致并提高解剖精度。在HECKTOR 2022数据集上进行的测试表明，DDE-GAN在合成质量方面表现优越，为PET图像补全和数据增强提供了潜力。