基于GAN的金属文物区域在脑MRI成像中进行绘制,具有反射注册
Kai Xie1,2, Liugang Gao1,2, Heng Zhang3,4
1Radiotherapy Department, Second People's Hospital of Changzhou, Nanjing Medical University, Changzhou, China.
Medical physics
|September 4, 2023
概括
在MRI扫描中,金属工件会导致图像扭曲. 金属文物区域染色网络 (MARINet) 通过染色这些文物,有效地恢复图像质量,提高诊断准确度.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 生物医学工程 生物医学工程
背景情况:
- 在MRI扫描中的金属植入物会导致显著的磁场扭曲和图像工件.
- 这些文物,包括大规模转移和信号损失,损害了诊断图像质量.
- 现有的方法很难有效地去除或纠正这些金属诱导的文物.
研究的目的:
- 开发和评估一种新的深度学习模型,MARINet,用于在MRI图像中绘制金属文物.
- 为了利用大脑MRI图像的固有对称性进行人工物校正.
- 提高受金属植入物影响的MRI扫描的质量和诊断效用.
主要方法:
- 基于U-Net的架构与双路径编码器被用于金属文物区域绘画网络 (MARINet).
- 该模型包含部分卷积和翻转的注册图像作为输入到inpaint文物区域.
- 性能与部分卷积 (PConv),封闭卷积 (GConv) 和使用平均绝对误差 (MAE) 和峰值信号噪声比率 (PSNR) 的扩散模型 (SDEdit) 进行了比较.
主要成果:
- 马里网在涂装文物区域中表现出卓越的性能,在测试方法中获得了最低的MAE (0.1834) 和最高的PSNR (17.60 dB).
- 视觉化证实了MARINet能够准确地恢复组织纹理,膜形状和牙轮的能力.
- 临床评估显示,MARINet在艺术品区域中的表现优于其他模型.
结论:
- 通过利用大脑MRI的准对称性,MARINet可以有效地在MRI图像中绘制金属文物.
- 该网络成功地恢复了牙轮和细节,大大提高了整体图像质量.
- 这种方法为提高金属植入物用MRI扫描的诊断准确性提供了一个有希望的解决方案.
