人工智能培训

搜索

人工智能教程:生成对抗网络GAN在医学成像中的应用有哪些?

[复制链接]
admin 发表于 2018-5-7 14:08:56 | 显示全部楼层 |阅读模式
admin 2018-5-7 14:08:56 850 1 显示全部楼层
人工智能教程:生成对抗网络GAN在医学成像中的应用有哪些?GAN在医学成像中有许多应用。以下是一些有趣的内容:
1域适应,基于深度学习的方法是数据饥饿的,并且注释的医学成像数据由于隐私问题而缺乏,缺乏可用于注释的专家,罕见情况的代表性不足等. GAN可以允许网络接受合成医疗数据的培训,并适应这些网络通过域名转移到真实的医疗图像。[1711.06606]通过对抗训练对合成医学图像进行无监督反向域自适应。
2去噪,低剂量CT重建在过去几年一直是一个具有挑战性的问题。 GAN能够将低剂量CT投影转换成高剂量代表。[1708.06453]利用条件生成对抗网络的清晰度感知低剂量CT去噪。
3 MRI到CT合成,GAN可用于从MRI图像合成CT数据。这是非常有趣的,因为MRIs没有剂量问题。[1708.01155]使用不成对数据进行深度MR到CT合成。

人工智能教程:生成对抗网络GAN在医学成像中的应用有哪些?请看下面的文章,具有上下文感知生成对抗网络的医学图像合成作者:董聂罗杰Trullo Caroline Petitjean苏阮沉定钢。计算机断层扫描(CT)对于临床应用很重要,然而在采集过程中暴露的辐射可能会对患者产生副作用。磁共振成像(MRI)不会暴露辐射。本文提出的方法试图将CT图像预测为相同主题的相应MRI图像。为了更好地模拟从MRI到CT的非线性关系并产生更逼真的图像,使用了对抗训练策略。因为它很有创意和乐趣。 它会生成您可以看到的图像或文字。 有些可能不是艺术或不美观,但有可能他们看起来是现实的。 尝试GAN非常有趣。另一件事是你可以从GAN创建数据集。 尽管数据较少,但仍有许多领域需要数据集来训练机器学习。 您可以使用GAN生成的数据。

回复

使用道具 举报

 楼主| admin 发表于 2018-5-7 14:10:25 | 显示全部楼层
admin 2018-5-7 14:10:25 显示全部楼层
Deep learning-based methods are data hungry, and annotated medical imaging data is scarce due to privacy issues, lack of experts available for annotation, underrepresentation of rare conditions etc. GANs can allow for networks to be trained on synthetic medical data and adapt these networks to real medical images via domain transfer.
Denoising
Reconstructions from low dose CT has been a challenging problem for the past few years. GANs have the ability to transform low dose CT projections to a high dose representation.
MRI to CT Synthesis
GANs can be used for synthesis of CT data from MRI images. This is quite interesting since MRIs don’t have a dose problem.
Take a look at the following paper
Computed tomography (CT) is important for clinical application, however the radiation that is exposed during the acquisition may cause side effects to patients. Magnetic resonance imaging (MRI) doesn’t expose radiation. The approach proposed in the paper is trying to predict the CT images to it’s corresponding MRI images of the same subject. To better model the nonlinear relationship from MRI to CT and to produce more realistic images, the adversarial training strategy was used.
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则 返回列表 发新帖

admin当前离线
管理员

查看:850 | 回复:1

快速回复 返回顶部 返回列表