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。
➡️

继续阅读