Feb, 2024
InVA:整合型变分自编码器用于多模态神经影像数据的协调
InVA: Integrative Variational Autoencoder for Harmonization of Multi-modal Neuroimaging Data
Bowen Lei, Rajarshi Guhaniyogi, Krishnendu Chandra, Aaron Scheffler, Bani Mallick
TL;DR该研究论文介绍了一种名为 Integrative Variational Autoencoder(InVA)的方法,通过借用来自不同来源的多个图像的信息,捕捉了结果图像与输入图像之间的复杂非线性关联,并实现了快速计算,从而提供了在人脑磁共振成像(MRI)中从多个皮层结构测量中获得代价高昂的正电子发射断层摄影(PET)的高精度预测推断。