目的为了提高乳腺癌临床诊断准确性的同时,降低数字乳腺断层扫描(Digital Breast Tomosynthesis,DBT)带来的辐射剂量风险,提出一种从超声等非放射性医学成像中合成DBT图像的方法。方法由于DBT和超声在组织形态学上存在巨大差异,本文首...目的为了提高乳腺癌临床诊断准确性的同时,降低数字乳腺断层扫描(Digital Breast Tomosynthesis,DBT)带来的辐射剂量风险,提出一种从超声等非放射性医学成像中合成DBT图像的方法。方法由于DBT和超声在组织形态学上存在巨大差异,本文首先研究了DBT和超声中乳腺病灶的有效代表,然后提出了一种双注意力CycleGAN框架,将空间和通道注意机制与CycleGAN相结合,用于合成DBT病灶。结果定性和定量结果表明,本文方法能够合成接近真实图像质量的DBT图像,良恶性诊断的精确度、灵敏度和特异性分别为0.83、0.71和0.90。结论本文提出的方法具有从超声合成DBT图像的优异性能潜力。展开更多
文摘目的为了提高乳腺癌临床诊断准确性的同时,降低数字乳腺断层扫描(Digital Breast Tomosynthesis,DBT)带来的辐射剂量风险,提出一种从超声等非放射性医学成像中合成DBT图像的方法。方法由于DBT和超声在组织形态学上存在巨大差异,本文首先研究了DBT和超声中乳腺病灶的有效代表,然后提出了一种双注意力CycleGAN框架,将空间和通道注意机制与CycleGAN相结合,用于合成DBT病灶。结果定性和定量结果表明,本文方法能够合成接近真实图像质量的DBT图像,良恶性诊断的精确度、灵敏度和特异性分别为0.83、0.71和0.90。结论本文提出的方法具有从超声合成DBT图像的优异性能潜力。