AI与世界难题 · 医学与药物研发 · arXiv · 2026-10-20
GliomaINK:一种以肿瘤和解剖结构为条件的流匹配框架,用于胶质瘤患者的3D MRI序列合成
原标题: GliomaINK: A Tumor and Anatomy Conditioned Flow Matching Framework for 3D MRI Sequence Synthesis in Glioma Patients
GliomaINK是一个条件流匹配框架,用于合成胶质瘤患者缺失的3D脑部MRI序列,并通过解剖结构引导损失来保持结构。该模型在BraTS-AG的1,083名患者上训练,在两个测试队列的全部六个MRI转换方向上均取得了最高的PSNR。在T2W到T1C的合成中,PSNR达到25.64 dB,而SPADE为18.90 dB,Pix2Pix为13.78 dB。