跳到正文
热点事件持续更新

脊柱MRI转CT合成框架提升椎体分割精度

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Eduardo Nieto 等作者提出一套三阶段框架,用于从脊柱 MRI 合成 CT:先用解剖引导的椎体匹配系统从无配对扫描生成伪配对数据,再训练对抗扩散模型完成 MRI 到 CT 的合成,最后将切片组装为 3D 体积并做跨层连续性优化。 研究在超过 10,000 张无配对矢状位 MRI 和 CT 切片上训练,并在 83 个 MRI 体积的 1,911 张切片上评估。结果显示,二值 3D 椎体 Dice 从单用扩散模型的 0.666 提升至 0.739。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · cs.AI
    解剖引导伪配对与对抗扩散实现脊柱 MRI 到 CT 合成

    研究提出三阶段框架,用解剖引导的椎体匹配系统从无配对扫描生成伪配对数据,再训练对抗扩散模型完成脊柱 MRI 到 CT 的合成,最后将切片组装为 3D 体积并做跨层连续性优化。框架在超过 10,000 张无配对矢状位 MRI 和 CT 切片上训练,并在 83 个 MRI 体积的 1,911 张切片上评估,二值 3D 椎体 Dice 从单用扩散模型的 0.666 提升至 0.739。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。