Synthetic CT generation from MRI using 3D transformer‐based denoising diffusion model

Background and purpose Magnetic resonance imaging (MRI)‐based synthetic computed tomography (sCT) simplifies radiation therapy treatment planning by eliminating the need for CT simulation and error‐prone image registration, ultimately reducing patient radiation dose and setup uncertainty. In this wo...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Medical physics (Lancaster) Ročník 51; číslo 4; s. 2538 - 2548
Hlavní autoři:	Pan, Shaoyan, Abouei, Elham, Wynne, Jacob, Chang, Chih‐Wei, Wang, Tonghe, Qiu, Richard L. J., Li, Yuheng, Peng, Junbo, Roper, Justin, Patel, Pretesh, Yu, David S., Mao, Hui, Yang, Xiaofeng
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States 01.04.2024
Témata:	deep learning diffusion model Head Humans Image Processing, Computer-Assisted - methods Magnetic Resonance Imaging - methods Male MRI Radiometry Radiotherapy Planning, Computer-Assisted - methods synthetic CT Tomography, X-Ray Computed - methods transformer transformer deep learning synthetic CT diffusion model MRI
ISSN:	0094-2405, 2473-4209, 2473-4209
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!