|
|||||
|
|
| 基于动态卷积的多模态脑MR图像生成 | |
| 作者姓名： | 孙君顶 杨鸿章 闫艺丹 毋小省 唐朝生 |
| 作者单位： | 河南理工大学 计算机科学与技术学院, 焦作 454000 |
| 基金项目： | 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) |
| 摘 要： | 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 |
| 收稿时间： | 2021-11-28 |
| 修稿时间： | 2021-12-29 |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载全文 | |