TL;DR
- چکیده:.
- سنتز دقیق MRI به CT میتواند با ارائه تصاویر CT مانند با جزئیات استخوان و در عین حال.
- اجتناب از تشعشعات یونیزان اضافی،.
چه اتفاقی افتاد
چکیده:. سنتز دقیق MRI به CT میتواند با ارائه تصاویر CT مانند با جزئیات استخوان و در عین حال.
اجتناب از تشعشعات یونیزان اضافی،. گردشهای کاری لگنی فقط MR را فعال کند.
در این کار،. ما مدلهای دریفت پیشنهادی اخیر را برای سنتز تصاویر CT لگن از MRI بررسی میکنیم و آنها را.
در برابر شبکههای عصبی کانولوشنال (UNet،. VAE)،.
یک شبکه متخاصم مولد (WGAN-GP)،. یک مدل احتمالی الهامگرفته از فیزیک (PPFM،.
DPMDIMDbased)،. و روشهای انتشار (DPMDDIMDbased) و روشهای انتشار (DPMDDIM) مورد بررسی قرار میدهیم.
آزمایشها روی دو مجموعه داده تکمیلی انجام میشوند: لگن نر اطلس طلایی و زیر مجموعه لگن SynthRAD2023. وفاداری تصویر و سازگاری ساختاری با SSIM،.
PSNR،. و RMSE ارزیابی میشوند و با ارزیابی کیفی نواحی حیاتی آناتومیکی مانند استخوانهای قشر مغز و رابطهای بافت.
نرم لگن تکمیل میشوند. در هر دو مجموعه داده،.
مدل رانش پیشنهادی SSIM و PSNR بالا و RMSE پایین را به دست میآورد که از خطوط پایه. انتشار قوی و روشهای متداول مبتنی بر CNN،.
VAE،. GAN و PPFM پیشی میگیرد.
بازرسی بصری لبههای استخوان قشری تیزتر،. تصویر بهتر هندسه سر خاجی و استخوان ران،.
و کاهش آرتیفکت یا صاف شدن بیش از حد،. به ویژه در مرزهای استخوان-هوا-بافت نرم را نشان میدهد.
علاوه بر این،. مدل دریفت با استنتاج یک مرحلهای و زمانهای استنتاج در مرتبه میلیثانیه به این دستاوردها دست مییابد،.
و در عین حال که در کیفیت تصویر رقابتی باقی میماند،. نسبت دقت و کارایی مطلوبتری نسبت به نمونهگیری انتشار تکراری دارد.
این یافتهها نشان میدهند که مدلهای دریفت یک جهت امیدوارکننده برای تولید CT مصنوعی لگنی سریع و با. کیفیت بالا از MRI هستند و تحقیقات بیشتر را برای کاربردهای پایین دستی مانند برنامهریزی رادیوتراپی فقط MRI.
و اصلاح کاهش PET/MR ضروری میکنند. پردازش تصویر و ویدئو (eess.
IV)؛ هوش مصنوعی (cs. AI)؛ بینایی کامپیوتری و تشخیص الگو (cs.
CV) استناد بهعنوان: (یا v2 [eess. IV] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite تاریخچه ارسال از:. Qing Lyu [مشاهده ایمیل] [v1] دوشنبه،.
30 مارس 2026،. ساعت 14:.
34:. 32 UTC (6,.
588 KB) [v2] دوشنبه،. 6 آوریل 2026،.
00:. 58:.
20 UTC (6,. 908 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.
