计算机工程

作者：张美美, 秦品乐, 柴锐, 曾建潮, 翟双姣, 闫俊义, 冯二燕

单位：中北大学计算机科学与技术学院, 山西 太原 030051

关键词：医学图像生成,影像组学,扩散生成对抗网络,计算机断层扫描,核磁共振成像

基金：山西省科技重大专项计划“揭榜挂帅”项目(2021101010101018); 山西省科学技术厅自由探索类项目(20210302123033); 山西省基础研究计划自由探索类青年科学研究项目(202203021222049)

急性缺血性脑卒中病灶在计算机断层扫描（CT）上表现不明显，但在核磁共振成像（MRI）上可以清晰显示。然而，当患者体内有金属植入物等特殊情况则无法进行MRI检测，使得患者的治疗受到延误。通过CT生成MRI可在急性缺血性脑卒中的诊断和治疗中起到至关重要的作用，但现有的医学影像跨模态生成方法从CT得到的MRI缺乏病灶信息且边界模糊。为了解决上述问题，提出一种基于影像组学和扩散生成对抗网络的急性缺血性脑卒中CT生成MRI算法，通过影像组学在CT上进行病灶特征增强，突出生成MRI的病灶信息，引入梯度损失为生成图像与真实图像增加边缘感知约束，提升生成MRI的质量。在ISLES2018挑战赛数据集上的实验结果表明，该算法生成的MRI在整体上的峰值信噪比为23.051 dB，结构相似度为0.798，皮尔逊相关系数为0.969，并且病灶区域的互信息为2.075，与现有的生成模型相比，该算法的各项指标均达到最优。此外，经3名经验丰富的放射科医生在生成的MRI上确定病灶并进行阳性/阴性分类，其中生成的MRI中无错误病灶，且分类准确率可达到86.61%，可作为一种辅助工具协助医生进行诊断。

来源：2024年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第2期