无监督的肿瘤感知蒸馏用于多模态脑图像转换
发表于: 。本文提出了一种无监督的肿瘤感知蒸馏师生网络 UTAD-Net,通过教师网络学习源模态到目标模态的映射,然后将映射知识蒸馏到学生网络,使其能够生成更真实的肿瘤区域和完整图像,实验表明我们的模型在图像质量的定量和定性评估以及后续分割任务上表现出竞争性的性能。
本文提出了一种无监督的肿瘤感知蒸馏师生网络 UTAD-Net,通过教师网络学习源模态到目标模态的映射,然后将映射知识蒸馏到学生网络,使其能够生成更真实的肿瘤区域和完整图像,实验表明我们的模型在图像质量的定量和定性评估以及后续分割任务上表现出竞争性的性能。