GAN 3D Multi-Contrast con Self-Attention per la Sintesi di MRI Cerebrali
Un articolo di ricerca propone 3D-MC-SAGAN, una rete generativa avversaria per sintetizzare modalità MRI mancanti a partire da un singolo input T2 pesato. Il modello utilizza un codificatore-decodificatore 3D multiscala con connessioni residue e un blocco di attenzione ibrida con memoria limitata per catturare dipendenze a lungo raggio preservando le caratteristiche del tumore. L'addestramento impiega un critico WGAN-GP e una classificazione ausiliaria del dominio. Il lavoro affronta il limite pratico di acquisire tutti i contrasti MRI (T1c, T1n, T2w, T2f) per ogni paziente a causa del tempo di scansione e dei costi. L'articolo è disponibile su arXiv con ID 2604.00070.
Fatti principali
- 3D-MC-SAGAN sintetizza modalità MRI mancanti da un singolo input T2w.
- Il modello utilizza un generatore codificatore-decodificatore 3D multiscala con connessioni residue.
- Il nuovo blocco di attenzione ibrida con memoria limitata (MBHA) cattura dipendenze a lungo raggio.
- Addestrato con critico WGAN-GP e classificazione ausiliaria del dominio.
- Le modalità target includono T1c, T1n, T2w, T2f.
- Obiettivo: ridurre il tempo di scansione e il disagio del paziente.
- Preserva le caratteristiche del tumore nelle immagini sintetizzate.
- ID articolo: arXiv:2604.00070.
Entità
Istituzioni
- arXiv