您当前的位置:
首页 >
文章列表页 >
基于DCIF-GAN的肺部肿瘤PET/CT跨模态医学图像融合
信息科学 | 更新时间:2024-02-01
    • 基于DCIF-GAN的肺部肿瘤PET/CT跨模态医学图像融合

    • PET/CT Cross-modal medical image fusion of lung tumors based on DCIF-GAN

    • 在医学图像融合领域取得了一项重要研究成果。针对现有基于生成对抗网络(GAN)的医学图像融合方法存在的训练不稳定、提取图像语义信息能力不足等问题,研究团队提出了一种双耦合交互式融合GAN(DCIF-GAN)。这一创新方案在融合肺部肿瘤PET/CT医学图像时表现出色,有效提升了图像质量。DCIF-GAN通过设计双生成器双鉴别器结构,实现生成器与鉴别器之间的耦合,并通过全局自注意力机制强化交互式融合。同时,引入耦合CNN-Transformer的特征提取和重构模块,显著提高了对同一模态图像内部局部和全局特征信息的提取能力。此外,跨模态交互式融合模块的应用,进一步整合了不同模态间的全局交互信息。实验验证表明,DCIF-GAN在平均梯度、空间频率、结构相似度、标准差、峰值信噪比和信息熵等指标上,相比其他四种方法中最优方法,分别提高了1.38%、0.39%、29.05%、30.23%、0.18%和4.63%。这一成果不仅突出了病变区域信息,还使融合图像结构更加清晰,纹理细节更丰富。这一研究为医学图像融合领域提供了新的解决方案,有望为计算机辅助诊断技术的发展开辟新方向。
    • 光学精密工程   2024年32卷第2期 页码:221-236
    • DOI:10.37188/OPE.20243202.0221    

      中图分类号: TP399
    • 收稿日期:2023-08-02

      修回日期:2023-09-14

      纸质出版日期:2024-01-25

    移动端阅览

  • 周涛,程倩茹,张祥祥等.基于DCIF-GAN的肺部肿瘤PET/CT跨模态医学图像融合[J].光学精密工程,2024,32(02):221-236. DOI: 10.37188/OPE.20243202.0221.

    ZHOU Tao,CHENG Qianru,ZHANG Xiangxiang,et al.PET/CT Cross-modal medical image fusion of lung tumors based on DCIF-GAN[J].Optics and Precision Engineering,2024,32(02):221-236. DOI: 10.37188/OPE.20243202.0221.

  •  
  •  

0

浏览量

400

下载量

1

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于小波系数邻域特征的图像融合
基于多尺度空间注意力互补的红外与可见光图像融合
自适应色彩补偿和多尺度融合的水下图像增强
基于直觉模糊集熵测度和显著特征检测的古铜镜X光图像融合
条件扩散和多通道高低频并行的红外与可见光图像融合

相关作者

陈洪波
王强
张孝飞
韦春荣
张超英
张永兴
连博文
顾乃庭

相关机构

广西师范大学, 物理与信息工程学院
自适应光学全国重点实验室
中国科学院 光电技术研究所
中国科学院大学
国防科技大学 前沿交叉学科学院
0