文件名称：GM(1n)matlab代码-GANs:鹅
文件大小：305KB
文件格式：ZIP
更新时间：2024-06-21 10:14:37
系统开源
GM(1 n)matlab代码生成对抗网络 使用条件对抗网络进行脑 MR 扫描的图像到图像转换 将脑 MR 图像分割成组织成分，例如灰质 (GM)、白质 (WM) 和 CSF（脑脊液），可以量化大脑区域，以便进行涉及各种神经退行性疾病的诊断和预后的过程。 在这里，我试验了与 GAN 相关的方法（[pix2pix] 见：arxiv.org/abs/1611.07004）来进行脑扫描的自动灰质和白质组织分割。 分割是图像分析中的一个棘手问题，通常需要专家进行数小时的手动处理和标记，尤其是在脑成像方面。 一些基于计算机的技术以半自动方式执行此过程，但它们通常每次扫描需要几分钟（有时长达数小时）——对于几千张图像，这仍然需要几天或几周的处理时间。 使用样式转换和图像到图像转换等新技术将有助于创建一个模型，该模型可以学习 MRI 扫描中大脑模式的复杂性，以便在几秒钟内自动识别和提取与灰质和白质相对应的大脑区域. 随后，这种灰/白质组织分割可用于诊断患者的某些疾病（例如阿尔茨海默病、帕金森病）。 对于这项工作，大脑 T1 MR 图像在第一个实例（标准神经学程序）中使用 MNI 模板进行空间归一化，
【文件预览】：
GANs-master
----README.md(4KB)
----results()
--------results.txt(17B)
--------VoxelData_ro_2den_twmclmp_1029314-ISO_SliceZRandom10-75_trainedHome_testedWork-lt04-grey.png(327KB)
----brainsImageTransferGan.py(18KB)