mri segmentation | BriefGPT

关键词mri segmentation

搜索结果 - 7

基于聚类和 Pix2Pix 的 MRI 扫描合成方法
研究自动分割用于磁共振成像 (MRI) 脑部扫描的遗漏数据问题，通过合成扫描图像解决数据缺失问题，并使用聚类和像素转换等多种方法进行图像合成，验证合成图像在分割过程中的有效性。
PDF7 months ago
一种病理多模态 MR 图像和分割的 3D 生成模型
提出了一种基于 generative 模型和 synthetic 数据的 3D 脑 MRI 和分割模型 brainSPADE3D，可以调节病理表型和对比度，生成高保真的合成图像和相关分割，以改善在数据中存在意外病变时的分割模型性能问题。
PDF8 months ago
基于数据增强的医学成像领域无监督域适应
基于深度学习的医学影像模型由于硬件、采集参数、人群和伪影等异质性数据的限制，往往难以有效地推广到新的扫描任务中。本研究提出一种无监督方法，通过利用 MRI 特定的增强技术，在脑部 MRI 分割中实现鲁棒的领域适应。通过在多样的数据集、模态以
PDFa year ago
随机缺失输入数据的多域图像补全
本文提出了一种基于生成对抗网络 (GAN) 的多领域图像完成方法，该方法使用表示学习技术在多个领域中提取共享骨架编码和分离的肉体编码，以完成实际应用中可能出现的领域数据缺失问题，并证明所学习的表示方法对高级任务具有潜在价值。
PDF4 years ago
深度学习实现胎儿 MRI 中胎儿脑自动提取
本论文旨在研发一种基于 2D U-net 和 autocontext 的深度卷积神经网络，用于实时分割胎儿 MRI 切片中的胎儿大脑，并将其与其他两种方法进行比较，在正常和具有挑战性的测试集中取得了优异的性能表现。
PDF7 years ago
用对抗训练和扩张卷积进行脑部 MRI 分割
本文介绍了使用对抗训练方法改进卷积神经网络在 MRI 分割中的应用，结果表明该方法能够显着提高 MRI 分割的性能。
PDF7 years ago
MRI 中基底核分割的 3D 卷积神经网络：一项大规模研究
本研究针对 MRI 中的次皮质脑结构分割，提出了一种 3D 全卷积神经网络。通过采用小核允许更深层次的架构，将中间层输出嵌入到最终预测中，提高了特征提取的一致性和细粒度信息的准确性。在两个公开数据集上的实验表明，该方法在大规模神经解剖学成像
PDF8 years ago