Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Generating synthetic CTs from magnetic resonance images using generative adversarial networks
2018·293 Zitationen·Medical PhysicsOpen Access
Volltext beim Verlag öffnen293
Zitationen
4
Autoren
2018
Jahr
Abstract
We developed and validated a GAN model using a single T1-weighted MR image as the input that generates robust, high quality synCTs in seconds. Our method offers strong potential for supporting near real-time MR-only treatment planning in the brain.
Ähnliche Arbeiten
Deep learning
2015 · 80.092 Zit.
Learning Multiple Layers of Features from Tiny Images
2024 · 25.469 Zit.
GAN（Generative Adversarial Nets）
2017 · 21.793 Zit.
Unpaired Image-to-Image Translation Using Cycle-Consistent Adversarial Networks
2017 · 21.642 Zit.
SSD: Single Shot MultiBox Detector
2016 · 20.558 Zit.
Autoren
Institutionen
Themen
Generative Adversarial Networks and Image SynthesisCell Image Analysis TechniquesAI in cancer detection