Surreal-GAN对Smile-GAN进行扩展,关键的扩展是用低维表示复杂的疾病相关异质性,每个维度表示一个相对均匀的成像模式的严重程度。这些低维表示被称为r-指标 该方法的第一个关键点是将疾病建模为一个连续的过程,并学习从CN转向PT的无限转换方向,每个方向都捕捉到模式和严重性的特定组合。该思想是通过学习一个以正态...
内容选自论文《SURREAL-GAN:SEMI-SUPERVISED REPRESENTATION LEARNING VIA GAN FOR UNCOVERING HETEROGENEOUS DISEASE-RELATED IMAGING PATTERNS》 其基本思想是学习一个转换函数 f:X∗Z→Y ,它将CN数据 x 转换为不同的合成PT数据 y′=f(x,z) 带有潜变量 z 指定模式和严重性的不同组合。这里Latent (LAT)域, Z...
来自美国宾夕法尼亚大学佩雷尔曼医学院的研究团队在Nature Medicine杂志上发表了一篇研究,该研究通过对近50,000人脑部扫描数据进行分析,发现大脑具有五种衰老模式。 此外,该分析还将这些衰老方式与吸烟和饮酒等因联系起来。 研究团队使用了一种名为Surreal-GAN的深度学习算法,他们利用1150名年龄在20~49岁的健康人,以...