ТрансНСНЕТ: трансформированная многоцелевая междисциплинарная основа для синтеза изображений CT-PET

arXiv:2610.23325v1 Аннонс Тип: перекрестное резюме: в настоящем исследовании изучается синтез изображений CT-PET с использованием трансформированного многомасштабного механизма состязания. Набор данных по КТ-ПЕТ, состоящий из общего набора данных о раке легких немелких клеток (НЦЛК) с помощью обследования пациентов на предмет выявления, сопоставления уровней кусочков, предварительной обработки и отбора проб поездов на уровне пациента. Предлагаемая рамочная основа позволяет получать прогнозы, аналогичные ПЕТ, в различных пространственных масштабах и предусматривает строгий надзор за восстановлением, а ТрансПатчГАН вводит контекстуальное взаимодействие характеристик в состязательную оценку. В исследовании прогрессивной абляции сопоставляются Pix2Pix, NSNet-Base, NSTET-D и ТрансNSNet. Показатели на уровне изображения были резюмированы в рамках фиксированного окна сближения (Epochs 80-101) из одного учебного цикла по каждой модели. ТрансНСНЕТ достигла наивысшего среднего значения в девяти из десяти показателей, а NSNet-Base - самого высокого индекса визуальной значимости. Для регионов с высокой интенсивностью фиксированной дроби