{"title":"MMI-GAN: Multi Medical Imaging Translation using Generative Adversarial Network","authors":"Eduardo Felipe de Souza, M. C. Oliveira","doi":"10.5753/sbcas.2021.16105","DOIUrl":null,"url":null,"abstract":"A tradução de imagens médicas é considerada uma nova fronteira no campo da análise de imagens médicas, com grande potencial de aplicação. No entanto, as abordagens existentes têm escalabilidade e robustez limitadas no manuseio de mais de dois domínios de imagens. Para resolver essas limitações, desenvolvemos a MMI-GAN, uma nova abordagem para tradução entre múltiplos domínios de imagem, capaz de traduzir imagens intermodais (TC e RM) e intramodais (PD, T1 e T2) usando apenas um gerador e um discriminador. As imagens traduzidas pela MMI-GAN conseguiram obter MAE de 5.79, PSNR de 27.39, MI de 1.43 e SSIM de 0.90. Os seus resultados foram por muitas vezes estaticamente equiparáveis ou superiores ao estado da arte.","PeriodicalId":438786,"journal":{"name":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","volume":"62 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais Estendidos do XXI Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS Estendido 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbcas.2021.16105","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A tradução de imagens médicas é considerada uma nova fronteira no campo da análise de imagens médicas, com grande potencial de aplicação. No entanto, as abordagens existentes têm escalabilidade e robustez limitadas no manuseio de mais de dois domínios de imagens. Para resolver essas limitações, desenvolvemos a MMI-GAN, uma nova abordagem para tradução entre múltiplos domínios de imagem, capaz de traduzir imagens intermodais (TC e RM) e intramodais (PD, T1 e T2) usando apenas um gerador e um discriminador. As imagens traduzidas pela MMI-GAN conseguiram obter MAE de 5.79, PSNR de 27.39, MI de 1.43 e SSIM de 0.90. Os seus resultados foram por muitas vezes estaticamente equiparáveis ou superiores ao estado da arte.