Deep learning–based MR‐to‐CT synthesis: The influence of varying gradient echo–based MR images as...
2020年运用分割网络做的图像生成,网络:3D-UNet已配准的数据进行实验该实验对输入数据进行配置,从中发现不同配置下的输入数据对实验产生的影响,从而探究影响生成结果的参数。数据:采集人和犬骨盆区域的MR和CT扫描,使用非刚性配准进行配对。数据是配准以后且配对的。数据十分难获取。数据:17个犬类+23个人类实验数据。人类数据:27个病人前列腺癌评估标准:峰值SNR,平均绝对误差和平均误差来重建H