TarGAN：多模态医学图像转换GAN

TarGAN

• • 核心思想
  • • 网络结构

核心思想

论文：https://arxiv.org/abs/2105.08993

代码：https://github.com/2165998/TarGAN

1. 解决的问题：传统多模态医学图像转换通常，在生成高质量图像方面存在问题，特别是在关键目标区域或兴趣区域（ROI）如特定器官等。这些图像可能模糊、变形或包含不现实的纹理。

2. TarGAN的特色：

   • 无需配对数据的多模态图像转换学习：TarGAN 能够学习多模态医学图像的转换，而不依赖于成对的数据，毕竟获取成对的多模态医学图像（如CT和MRI图像）成本高且困难
   • 借助目标区域标签提高目标区域生成质量：TarGAN 通过特定的目标区域标签，来增强图像中关键部位的生成质量，同时保持整体图像质量。

这是通过将全局和局部映射整合到，一个跨损失（crossing loss）中实现的。

3. 创新点：
   • 双层次映射学习：TarGAN 的生成器同时学习两种映射 —— 整体图像转换映射、目标区域转换映射。
   • 交叉损失：这两种映射通过交叉损失相互关联，以优化目标区域的转换效果。

关键方法 – 跨损失（Crossing Loss）：这是一个新颖的概念，它允许模型在转换整个图像时同时专注于目标区域。

这样做可以显著提高目标区域的图像质量，而不会牺牲整体图像的质量。

网络结构

双输入-输出流的生成器，结合多种损失函数

• 双输入-输出流：允许同时处理整体图像和目标区域的转换。
• 使用循环一致性损失（cycle-consistency loss）、形状一致性损失（shape-consistency loss）和跨损失（crossing loss）来优化生成的图像质量，优化生成图像的质量。

对应上图：

1. 生成器结构（图a）：生成器G的结构，它包括两个编码器（Encoder_s, Encoder_t）和两个解码器（Decoder_x, Decoder_r），以及一个共享模块（Shared Block）。

   生成器接收源模态图像xs和对应的目标区域图像rs，这两个输入通过深度级联（Depth-wise concatenation）与目标模态标签t结合。

   共享块使得生成器能够在转换整体图像的同时也专注于目标区域。

2. TarGAN框架（图b）：这部分展示了整个 TarGAN 框架，包括四个主要模块：生成器G，形状控制器S，以及两个判别器 Dx 和 Dr。

   生成器 G 负责将源图像 xs 和目标区域图像 rs 转换为目标模态图像 xt 和 rt。

   形状控制器 S 生成一个二进制掩码以表示合成图像的前景区域。

   判别器 Dx 和 Dr 分别判断整个图像和目标区域图像是否真实，以及它们来自哪种模态。

整个框架使用多种损失函数来训练和优化：

• 对抗损失（ $L_{adv-x}和L_{adv-r}$
• 形状一致性损失（$L_{shape-x}和L_{shape-r}$
• 重建损失（$L_{rec-x}和L_{rec-r}$
• 模态分类损失（实际图像的 $L_{cls-x}^r和L_{cls-r}^r$
• 交叉损失（$L_{cross}$

这些损失函数共同工作，帮助模型在转换图像时保持目标区域的特征，同时也保证整体图像的质量。

每一行代表一种模态到其他模态的转换：

• 第一行显示的是CT 到 T1w和T2w的转换
• 第二行显示的是T1w 到 T2w和CT的转换

StarGAN 和 CSGAN 、ReMIC 方法在某些转换中引入了额外的纹理（红框标记）和结构变形（蓝框标记）。

StarGAN：

• 不适用于CT到T1w的图像转换，因为它在MRI到CT转换中产生许多伪影。
• 原因 – StarGAN在处理不同模态间的复杂转换时存在局限性。

CSGAN：

• 在目标区域有时会添加多余的纹理，但保留目标形状。
• 原因 – CSGAN在保留形状的同时，可能会在纹理细节上过度处理。

ReMIC：

• 能够生成相对真实的合成图像，但在大多数情况下会改变目标区域的结构。
• 原因 – ReMIC在追求图像真实性时，可能会牺牲目标区域的结构完整性。

TarGAN：

• 生成高视觉质量的翻译结果，并妥善保留目标结构。其提出的交叉损失有助于联合学习目标区域和整个图像的映射，从而提高目标区域的质量。

• 原因 – TarGAN通过交叉损失在不同模态之间学习，同时专注于改善目标区域，从而在综合性能上优于其他方法

代码007普通

打赏 收藏 海报 链接