典型文献
一种基于互信息对比学习由磁共振成像生成头部伪CT图像的方法
文献摘要：
目的:比较不同神经网络由磁共振成像(MRI)图像生成伪CT图像的本领，探讨伪CT用于临床放疗计划的可行性。方法:选取29例同时具有计划CT和诊断MRI的脑癌患者，23例用于训练，6例用于测试。分别采用循环生成对抗网络(cycleGAN)、对比学习非配对图像转换网络(CUT)以及本研究提出的改进网络denseCUT由MRI生成伪CT，并将伪CT导入治疗计划系统中验证其用于放疗计划的可行性。结果:CycleGAN、CUT和denseCUT生成的伪CT与真实CT之间的平均绝对误差分别为(72.0±6.9)、(72.5±8.0)和(64.6±7.3)HU，结构相似性分别为0.91±0.01、0.91±0.01和0.93±0.01，峰值信噪比分别为(28.5±0.7)、(28.5±0.7)和(29.5±0.7)dB，放疗计划剂量计算γ通过率(2%/2 mm)分别为98.05%、97.92%、98.31%。结论:denseCUT能更准确地生成伪CT，伪CT能满足调强放疗计划剂量计算的需求。
文献关键词：
磁共振成像;对比学习;伪CT
中图分类号：
作者姓名：
王江涛;吴新红;闫冰;朱磊;杨益东
作者机构：
中国科学技术大学工程与应用物理系，合肥 230026;中国科学技术大学附属第一医院肿瘤放疗科，合肥 230001
文献出处：
引用格式：
[1]王江涛;吴新红;闫冰;朱磊;杨益东-.一种基于互信息对比学习由磁共振成像生成头部伪CT图像的方法)[J].中华放射医学与防护杂志,2022(02):95-102
A类：
cycleGAN,denseCUT
B类：
互信息,对比学习,磁共振成像,图像生成,脑癌,循环生成对抗网络,习非,图像转换,换网,进网,治疗计划系统,CycleGAN,平均绝对误差,HU,结构相似性,峰值信噪比,dB,剂量计算,通过率,调强放疗计划
AB值：
0.255935
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
