通过多模式图像生成来改善乳腺癌检测

科学领域:

• 医疗成像医学成像
• 生物医学工程 生物医学工程
• 计算成像技术的成像

背景情况:

• 超声波 (US) 图像提供了便携性和实时功能,使其适合于资源有限的设置和手术内使用.
• 然而,美国成像技术的空间分辨率较低,与乳房影像相比,它有更多的文物.
• 美国现有的增强技术通常将文物视为噪音,丢弃有价值的信息.

研究的目的:

• 增强超声波图像以实现实时的乳房图像质量.
• 利用美国图像中的文物作为组织特征的有价值指标.
• 通过增强的美国成像技术,为外科医生提供更好的诊断能力.

主要方法:

• 利用Stride软件解决前进的波形方程,从乳房图片生成美国图像.
• 添加了高频组件,以创建真实的美国图像.
• 训练了一个生成对抗网络 (GAN) 来将美国图像转换为乳房影像质量的图像.

主要成果:

• 生成过程产生了具有增强细节的真实美国图像.
• 从美国的输入中,GAN成功生成了乳房扫描质量的图像.
• 与美国原始图像相比,结果图像显示的细节要明显得多.

结论:

• 识别文物作为波干扰模式 (WIP) 是提高美国图像质量的关键.
• 开发的方法可以实时模拟互补的成像模式.
• 进一步的改进可以帮助成本效益高,实时诊断乳腺癌.