保纹理跨模态成像
该网络通过流形值校正与流形匹配双重机制，将生成图像的局部灰度分布与全局结构同时对齐到真实图像流形，从而在医学图像跨模态转换中保留目标模态的纹理细节，解决现有GAN方法容易丢失结构信息的问题。
曾宪华 · 李标 · Xinyu, Wang
Neural Computing and Applications 2023
通过分布校正器和分布生成器的联合优化，生成图像的每个流形值与真实图像逐点对齐，避免局部细节损失。
定义三种距离度量，通过优化流形匹配损失缩小生成图像与真实图像流形之间的整体差异，使全局结构保持一致。
模型在配对和非配对设置下都能进行模态转换，适应不同数据可用性的临床场景。