NSNet-Base

开发了用于CT到PET图像合成的新型Transformer框架

研究人员开发了TransNSNet，一种用于合成CT到PET图像的新型增强型Transformer框架。这种多尺度对抗方法旨在从CT扫描中生成类似PET的预测，采用了粗到精的重建策略和用于上下文特征交互的TransPatchGAN。虽然TransNSNet在多项指标上显示出有希望的结果，并且参数量比以前的模型更小，但研究得出结论，差异在统计学上不显著，合成图像不应取代临床获得的PET扫描。