MICCAI2019 多模分割相关论文笔记
Integrating Cross-modality Hallucinated MRI with CT to Aid Mediastinal Lung Tumor Segmentation
开发了一种跨模式的学习方法，其中从 CT 生成的 MR 信息用于模拟 MRI 和改善 CT 分割。跨模态深度学习细分（CMEDL）通过对齐两者的特征，将 CT 和 CT 生成的伪 MR 相结合，从而在 CT 上进行分割。 在并行训练的 CT 和 MR 分割网络的最后两层中计算出的特征是对齐的。作者在 Unet 和 dense-FCN 上实现了这种方法。
方法
模型结构示意图如下所示：
实验结果
总结
通过 GAN 用 CT 造伪 MRI，实现两者的对齐，将CT 和伪 MRI 提取的特征融合进行分割。
