机构名称：
¥ 1.0
摘要 如果提供足够的数据，人工智能 (AI) 在脑部 MRI 方面的性能可以提高。生成对抗网络 (GAN) 显示出巨大的潜力，可以生成能够捕捉真实 MRI 分布的合成 MRI 数据。此外，GAN 还广泛用于脑部 MRI 图像的分割、噪声消除和超分辨率。本范围界定审查旨在探索文献中报道的 GAN 方法如何用于脑部 MRI 数据。本审查描述了 GAN 在脑部 MRI 中的不同应用，介绍了最常用的 GAN 架构，并总结了公开可用的脑部 MRI 数据集，以推进基于 GAN 的方法的研究和开发。本审查遵循 PRISMA-ScR 的指导方针进行研究搜索和选择。搜索是在五个流行的科学数据库上进行的。两名独立审阅者对研究进行筛选和选择，然后由第三名审阅者进行验证。最后，使用叙述方法合成数据。本综述共纳入了 789 个搜索结果中的 139 项研究。GAN 最常见的用例是合成脑 MRI 图像以进行数据增强。GAN 还用于分割脑肿瘤并将健康图像转换为患病图像或将 CT 转换为 MRI，反之亦然。纳入的研究表明，GAN 可以提高用于脑 MRI 成像数据的 AI 方法的性能。然而，需要付出更多努力才能将基于 GAN 的方法转化为临床应用。关键词：人工智能、数据增强、生成对抗网络、磁共振成像、医学成像
生成对抗网络在脑部 MRI 中的作用
主要关键词
相关文件推荐
