Framework standardizzato per la traduzione di immagini mediche 3D valuta sette modelli generativi

È stato sviluppato un nuovo approccio per la traduzione di immagini mediche 3D, che consente di ottenere scansioni virtuali senza bisogno di immagini aggiuntive. Questa ricerca esamina sette diversi modelli generativi, tra cui tre GAN: Pix2Pix, CycleGAN e SRGAN, e quattro modelli generativi latenti: Latent Diffusion Model, Latent Diffusion Model+ControlNet, Brownian Bridge e Flow Matching. Questi modelli vengono testati su undici dataset che coprono le aree di testa/collo, polmoni e pelvi. Il framework mantiene l'uniformità nella preelaborazione, nella suddivisione dei dati, nell'inferenza e nella valutazione per l'imaging oncologico. A differenza dei metodi passati, che di solito trattavano immagini 2D e mancavano di test clinici, questo studio mira a colmare queste lacune attraverso un confronto dettagliato.