放射学在超声波图像中的协调,用于宫癌淋巴结转移的预测,使用循环-GAN
Zeshuo Zhao1, Yuning Qin2, Kai Shao1
1Department of Radiotherapy Center, The First Affiliated Hospital of Wenzhou Medical University, Wenzhou 325000, China.
Technology in cancer research & treatment
|December 6, 2024
概括
循环GAN风格转移协调了超声波放射学,改善了早期宫癌患者的淋巴结转移预测. 这种技术可以提高不同扫描仪的图像一致性,从而提高诊断准确度.
科学领域:
- 医学成像医学成像
- 人工智能的人工智能是人工智能.
- 在瘤学瘤学.
背景情况:
- 超声波 (美国) 放射学易受不同扫描仪和超声波仪的变化.
- 标准化美国图像对于可靠的放射学分析至关重要.
研究的目的:
- 评估CycleGAN在风格转移方面的可行性,以增强美国的放射学.
- 改进早期宫癌 (ECC) 中的淋巴结转移 (LNM) 预测,使用来自多个扫描仪的协调美国图像.
主要方法:
- CycleGAN 在ECC患者的幻影和临床美国图像上接受了培训.
- 该模型执行了风格转移,将来自四个不同的美国设备的图像协调到单个域.
- 提取了放射学特征,并评估了LNM预测模型的性能.
主要成果:
- 幻影研究显示了更好的放射学协调 (皮尔森的r:0.60到0.81) 和图像质量 (PSNR:11.18到15.45).
- 对于LNM预测的曲线下的面积 (AUC) 从0.78 (原始图像) 提高到0.85 (风格转移图像).
- 来自不同模型的样式转移图像产生了从0.73到0.85.85不等的AUC.
结论:
- 适应的CycleGAN有效地协调了不同设备的美国无线电学特征.
- 风格转移改善了早期宫癌患者的LNM预测准确度.
