跳到正文
原文
medRxiv 预印本· Sadee, C., Dils, A., Hundal, N. S., Wan, K., Chun, A., Shukla, A., Xi, I. L., Van Puyvelde, M., Hartmann, K., Shah, P., Hirschvogel, M., Zhou, W., Lin, C., Gangaram, V., Er, A. G., Seweryn, M., Van Criekinge, W., Nandi, T. N., Aniegbe, J. I., Shen, L., Ilo, A. C., Immel-Sadee, F., Nnamani, A. O., Levin, D. L., Hao, M., McDonald, E. S., Achilefu, N. C., Iloanusi, N. I., Poplack, S. P., Dashevsky, B. Z., Damrauer, S. M., Okoye, I., Gevaert, O. ·· 23 天前AI 评分38

无需训练的4D CT等稀有采集生成技术提升跨模态分割性能

Training-free generation of 4D CT and other rare acquisitions improves segmentation across modalities

AI 导读

一种基于患者特异性生物力学模拟的方法可在不额外扫描或训练生成模型的情况下,生成乳腺压迫、呼吸周期和动脉壁扩张等临床常规扫描缺失的影像及对应分割掩码。在乳腺癌3D数字乳腺断层合成、胸部CT肺肿瘤和超声颈动脉斑块三项分割任务中,加入生成数据训练使乳腺Dice评分提升6.6%(p<0.05),生成的呼吸运动与真实门控4D CT的肺体积重叠Dice达0.94±0.02。

来源:medRxiv 预印本 · medrxiv.org