We propose X2CT-FLOW for the reconstruction of volumetric chest computed tomography (CT) images from uni- or biplanar digitally reconstructed radiographs (DRRs) or chest X-ray (CXR) images on the basis of a flow-based deep generative (FDG) model. With the adoption of X2CT-FLOW, all the reconstructed volumetric chest CT images satisfy the condition that each of those projected onto each plane coincides with each input DRR or CXR image. Moreover, X2CT-FLOW can reconstruct multiple volumetric chest CT images with different likelihoods. The volumetric chest CT images reconstructed from biplanar DRRs showed good agreement with ground truth images in terms of the structural similarity index (0.931 on average). Moreover, we show that X2CT-FLOW can actually reconstruct such multiple volumetric chest CT images from DRRs. Finally, we demonstrate that X2CT-FLOW can reconstruct multiple volumetric chest CT images from a real uniplanar CXR image.


翻译:我们提议使用X2CT-FLOW来重建以流动为基础的深基因模型(FDG)为基础的单体或双平式数字重建射电图或胸前X光(CXR)图像中的体积计色成像。随着X2CT-FLOW的采用,所有重塑的体积胸成像都符合以下条件:每架飞机所投射的体积胸成像都与每一输入的DRR或CXR图像相吻合。此外,X2CT-FLOW可以以不同的可能性重建多个体积胸XT图像。从双平式射电图中重建的体积胸成像在结构相似指数(平均为0.931)方面与地面真象相一致。此外,我们表明,X2CT-FLOW能够从DRRs中实际重建如此多体积胸的CT图象。最后,我们证明X2CT-FLOW能够从真正的单式CXR图像中重建多个体积胸成像。

0
下载
关闭预览

相关内容

百页Python编程指南
专知会员服务
70+阅读 · 2021年2月16日
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
65+阅读 · 2021年2月12日
最新【深度生成模型】Deep Generative Models,104页ppt
专知会员服务
70+阅读 · 2020年10月24日
因果图,Causal Graphs,52页ppt
专知会员服务
249+阅读 · 2020年4月19日
【NeurIPS 2019的主要趋势】Key trends from NeurIPS 2019
专知会员服务
12+阅读 · 2019年12月19日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
206+阅读 · 2019年9月30日
已删除
将门创投
8+阅读 · 2019年7月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Using Scene Graph Context to Improve Image Generation
Arxiv
5+阅读 · 2018年1月17日
VIP会员
相关VIP内容
百页Python编程指南
专知会员服务
70+阅读 · 2021年2月16日
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
65+阅读 · 2021年2月12日
最新【深度生成模型】Deep Generative Models,104页ppt
专知会员服务
70+阅读 · 2020年10月24日
因果图,Causal Graphs,52页ppt
专知会员服务
249+阅读 · 2020年4月19日
【NeurIPS 2019的主要趋势】Key trends from NeurIPS 2019
专知会员服务
12+阅读 · 2019年12月19日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
206+阅读 · 2019年9月30日
相关资讯
已删除
将门创投
8+阅读 · 2019年7月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员