动脉瘤图像生成网络

生成同分布医学图像

针对MRI设备间数据分布差异，设计多尺度特征感知与动态注意力机制，提升生成图像质量与下游分割性能。

Zhao, Yawu · 王淑栋 · Qiao, Sibo · 张玉林 · Wang, Jiehuan · Wenjing, Yin · Tiyao, Liu · 庞善臣

IEEE Transactions on Consumer Electronics 2025

参数信息

PSNR提升

0.64

SSIM提升

0.62

FID提升

7.99

技术优势

多尺度细节不丢

尺度特征感知模块能精细捕捉不同尺度的图像细节和更广泛的上下文信息，避免生成图像丢失关键结构。

不同尺度动态融合

动态尺度注意力模块为每条路径的不同尺度特征分配动态权重，强化特征表达，提升生成图像质量。

生成同分布图像

多尺度判别器引导生成不同直径的动脉瘤图像，整体网络能够生成与目标设备同分布的医学图像，缓解数据不平衡。

应用场景

• 医学图像分割：生成同分布图像扩充训练集，提升跨设备分割模型的泛化能力。
• 生成式数据增强：合成与目标设备同分布的医学图像，直接用于数据增强。
• 医疗设备影像标准化：缓解不同MRI设备间数据分布差异，促进影像标准化。