基于 Transformer 的多模态脑 MR 影像分解转换器
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于增强的Transformer U-Net架构的多功能多任务神经网络框架,可以解决医学图像中的图像分割、实值预测和跨模态转换等挑战。通过验证人脑MR和CT图像的数据集,将合成CT图像的问题分解为颅骨分割、HU值预测和图像顺序重建等子任务。添加多个图像通道,并进行了基于T1加权和T2-Flair图像合成的CT图像比较,评估了模型集成多模态信息的能力。