多时特征融合网络 (MTFN):多时特征融合网络,同时关注DCE-MRI合成
Wei Li1, Jiaye Liu2, Shanshan Wang3
1Key Laboratory of Intelligent Computing in Medical Image MIIC, Northeastern University, Shenyang, China.
BMC medical imaging
|February 19, 2024
概括
一个新的多时特征融合神经网络与共同注意力 (MTFN) 可以更快地生成动态对比增强磁共振成像 (DCE-MRI) 图像. 这种方法可以减少患者的不适,因为它可以在没有长时间的扫描时间的情况下获得DCE-MRI.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 动态对比增强磁共振成像 (DCE-MRI) 对于乳腺癌的诊断和治疗至关重要.
- 延长DCE-MRI扫描时间会引起患者的不适.
- 目前的方法需要完全的时间图像采集,这导致了长时间的程序.
研究的目的:
- 开发一种方法来生成DCE-MRI图像,而不需要完全扫描.
- 为了减少与漫长的MRI扫描时间相关的患者不适.
- 为了更快地获取必要的DCE-MRI数据.
主要方法:
- 提出了一个多时特征,将神经网络与共同注意力 (MTFN) 融合起来.
- 采用了Co-attention模块来融合早期时间图像 (1和3) 的特征.
- 专注于捕捉远程依赖,以增强功能融合.
主要成果:
- MTFN成功生成了现实的DCE-MRI图像.
- 在私人乳房DCE-MRI和BraTs2018数据集上进行的实验.
- 使用合成图像 (92.46% vs. 89.53%) 实现了乳腺癌分子类型分类准确度的3%改善.
结论:
- 在产生全面和有用的DCE-MRI信息方面,MTFN方法是有效的.
- 生成的合成图像具有实用性,并提高了诊断准确性.
- 该方法为更快的DCE-MRI获取提供了一个可行的解决方案.
更多相关视频
07:12Using Informational Connectivity to Measure the Synchronous Emergence of fMRI Multi-voxel Information Across Time
Published on: July 1, 2014
12.3K
08:45Mapping Cortical Dynamics Using Simultaneous MEG/EEG and Anatomically-constrained Minimum-norm Estimates: an Auditory Attention Example
Published on: October 24, 2012
14.7K
