一种基于互信息对比学习由磁共振成像生成头部伪CT图像的方法

• 作者: 王江涛 吴新红 闫冰 朱磊 杨益东
• 来源期刊: 中华放射医学与防护杂志
• 关键词: 磁共振成像 对比学习 伪CT
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 放射治疗
• 页码范围: 95-102
• 页数: 8页
• 语种: 中文
• DOI: 10.3760/cma.j.cn112271-20210810-00318

摘要

目的:比较不同神经网络由磁共振成像(MRI)图像生成伪CT图像的本领，探讨伪CT用于临床放疗计划的可行性。方法:选取29例同时具有计划CT和诊断MRI的脑癌患者，23例用于训练，6例用于测试。分别采用循环生成对抗网络(cycleGAN)、对比学习非配对图像转换网络(CUT)以及本研究提出的改进网络denseCUT由MRI生成伪CT，并将伪CT导入治疗计划系统中验证其用于放疗计划的可行性。结果:CycleGAN、CUT和denseCUT生成的伪CT与真实CT之间的平均绝对误差分别为(72.0±6.9)、(72.5±8.0)和(64.6±7.3)HU，结构相似性分别为0.91±0.01、0.91±0.01和0.93±0.01，峰值信噪比分别为(28.5±0.7)、(28.5±0.7)和(29.5±0.7)dB，放疗计划剂量计算γ通过率(2%/2 mm)分别为98.05%、97.92%、98.31%。结论:denseCUT能更准确地生成伪CT，伪CT能满足调强放疗计划剂量计算的需求。