用于儿科颅骨评估的 MRI-CT 合成
分析
这篇论文通过开发一个深度学习框架，从儿科患者的 MRI 数据合成 CT 扫描，解决了重要的临床需求。这一点意义重大，因为它允许在不使用电离辐射的情况下评估颅骨发育和缝合线骨化，这对儿童来说尤其重要。从合成 CT 中分割颅骨和缝合线的能力进一步增强了这种方法的临床实用性。报告的高结构相似性和 Dice 系数表明该方法有效，并可能彻底改变儿科颅骨疾病的评估方式。
要点
引用
“sCT 实现了 99% 的结构相似度，并且相对于真实 CT 的 Frechet inception 距离为 1.01。颅骨分割在七块颅骨上的平均 Dice 系数为 85%，缝合线达到 80% 的 Dice 系数。”