Medical Image Synthesis with Context-Aware Generative Adversarial Networks
摘要计算机断层扫描(CT)对于各种临床应用至关重要,例如放射治疗计划以及PET衰减校正。但是,CT在采集过程中会暴露放射线,这可能对患者造成副作用。与CT相比,磁共振成像(MRI)更安全,并且不涉及任何辐射。因此,近来,对于放射治疗计划的情况,研究人员被极大地动机从同一对象的其对应的MR图像估计CT图像。在本文中,我们提出了一种数据驱动的方法来解决这一具有挑战性的问题。特别是,通过训练性的卷积网络