1. 不同模态图像之间的转换
CT2MRI MRI2CT CT2PET
2. 分离软组织窗和骨窗
分离在X光胸片中重叠的各种组织
3. 图像增强
低剂量CT to 高剂量CT
低T MRI to 高T MRI
传统图像匹配方法
在大量成对的数据中寻找匹配的块,将对应的块整合起来,并通过图像融合的方法提高空间一致性。
深度学习方法
Pixel2Pixel
GAN
U-Net
多尺度处理
多域
1. 不同模态图像之间的转换
CT2MRI MRI2CT CT2PET
2. 分离软组织窗和骨窗
分离在X光胸片中重叠的各种组织
3. 图像增强
低剂量CT to 高剂量CT
低T MRI to 高T MRI
传统图像匹配方法
在大量成对的数据中寻找匹配的块,将对应的块整合起来,并通过图像融合的方法提高空间一致性。
深度学习方法
Pixel2Pixel
GAN
U-Net
多尺度处理
多域