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

    • 纸质出版日期：2024-01-25，

      收稿日期：2023-08-02，

      修回日期：2023-09-14，

    扫 描 看 全 文

  • 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

52

下载量

0

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
基于目标增强与蝴蝶优化的红外与可见光图像融合
基于无监督学习和注意力机制的水下偏振图像融合
面向舞台场景的改进Retinex低照度图像增强
复合式二次边缘检测的红宝石球直径高精度测量

相关作者

陈洪波
王强
张孝飞
韦春荣
张超英
郝帅
李彤
马旭

相关机构

广西师范大学, 物理与信息工程学院
西安科技大学 电气与控制工程学院
大连理工大学 辽宁省微纳米系统重点实验室
上海大学 上海电影学院
上海大学 机电工程与自动化学院
0