Lesion-Aware Generative Artificial Intelligence for Virtual Contrast-Enhanced Mammography in Breast Cancer
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文提出了一种新的生成深度学习框架Seg-CycleGAN,用于乳腺癌的虚拟对比增强乳腺摄影(CESM)。该框架能够从低能量图像合成高保真度的双能量减影图像,解决了传统CESM的辐射暴露和对比剂副作用问题,展现了无对比剂替代方案的潜力。
🎯
关键要点
- 提出了一种新的生成深度学习框架Seg-CycleGAN,用于乳腺癌的虚拟对比增强乳腺摄影(CESM)。
- Seg-CycleGAN能够从低能量图像合成高保真度的双能量减影图像。
- 该框架解决了传统CESM的辐射暴露和对比剂副作用问题。
- 研究结果表明,Seg-CycleGAN在病灶重建方面表现优于基线方法。
- Seg-CycleGAN展现了无对比剂替代方案的潜力。
🏷️
标签
➡️