跨模态医学图像预测综述

• 作者: 于泽宽 周沛 彭亚辉 李艳凤 杨帆 陈后金
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 深度学习 CT预测 7T-Like图像重构 PET预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 综述评论
• 页码范围: 220-226
• 页数: 7页
• 分类号: TP391
• 字数: 6243字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.01.029

摘要

医学影像技术与设备的进步在生物医学领域的各项研究中发挥着重要作用.跨模态医学图像预测旨在由一种模态图像预测另一种模态图像.本文详细综述了由MRI预测CT图像、7T-Like图像重构、PET预测及其他医学模态预测研究,阐述了各类模态预测的必要性及存在的挑战,说明各类预测方法的特点并进行性能比较,最终得出结论:基于深度学习的跨模态预测在预测精度和预测时间两方面更具优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈后金		120	1030	17.0	27.0
2	李艳凤		24	98	5.0	9.0
3	彭亚辉		8	23	2.0	4.0
4	杨帆		10	79	4.0	8.0
5	周沛		3	5	1.0	2.0
6	于泽宽		1	1	1.0	1.0