-
题名基于动态卷积的多模态脑MR图像生成
- 1
-
-
作者
孙君顶
杨鸿章
闫艺丹
毋小省
唐朝生
-
机构
河南理工大学计算机科学与技术学院
-
出处
《计算机系统应用》
2022年第8期305-313,共9页
-
基金
河南省科技厅科技攻关项目(212102310084)
河南省高等学校重点科研项目(22A520027)。
-
文摘
近年来,通过自动生成方法获取多模态MR图像得到了广泛研究,但仍难以通过一种模态直接生成其他各类模态的图像.针对该问题,本文提出了动态生成对抗网络.新模型通过将生成对抗网络与动态卷积相结合,同时加入任务标签这一条件,实现从一种MR模态同时生成其他3种MR模态.同时为了提高图像生成质量,进一步提出了多尺度判别策略,通过融合多个尺度来提升判别效果.基于BRATS19数据集进行生成验证,实验结果表明,新方法不但可以同时生成多种模态的数据,而且提高了生成图像的质量.
-
关键词
图像生成
多模态
动态卷积
动态生成对抗网络
多尺度判别器
深度学习
生成对抗网络
-
Keywords
image synthesis
multi-modality
dynamic convolution
dynamic generative adversarial network(DyGAN)
multi-scale discriminator
deep learning
generative adversarial network(GAN)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
R445.2
[自动化与计算机技术—计算机科学与技术]
R739.41
[医药卫生—影像医学与核医学]
-
