Amb motiu del tancament d'estiu, la validació de documents es reprendrà a partir del 28 d'agost de 2026. Disculpeu les molèsties.
Con motivo del cierre de verano, la validación de documentos se reanudará a partir del 28 de agosto de 2026. Disculpad las molestias
Due to the summer closure, document validation will resume starting August 28, 2026. We apologize for any inconvenience.

Fitxers

SPIE_4 Osuala SPIE Medical Imaging 2024.pdf (7.74 MB)

Tipus de document

Objecte de conferència

Versió

Versió acceptada

Data de publicació

2024

Tots els drets reservats

Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/219974

Pre- to post-contrast breast MRI synthesis for enhanced tumour segmentation

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

https://doi.org/10.1117/12.3006961

Resum

Despite its benefits for tumour detection and treatment, the administration of contrast agents in dynamic contrast-enhanced MRI (DCE-MRI) is associated with a range of issues, including their invasiveness, bioaccu- mulation, and a risk of nephrogenic systemic fibrosis. This study explores the feasibility of producing synthetic contrast enhancements by translating pre-contrast T1-weighted fat-saturated breast MRI to their corresponding first DCE-MRI sequence leveraging the capabilities of a generative adversarial network (GAN). Additionally, we introduce a Scaled Aggregate Measure (SAMe) designed for quantitatively evaluating the quality of synthetic data in a principled manner and serving as a basis for selecting the optimal generative model. We assess the generated DCE-MRI data using quantitative image quality metrics and apply them to the downstream task of 3D breast tumour segmentation. Our results highlight the potential of post-contrast DCE-MRI synthesis in enhancing the robustness of breast tumour segmentation models via data augmentation. Our code is available at https://github.com/RichardObi/pre_post_synthesis.

Matèries

Càncer de mama, Aprenentatge automàtic, Substàncies de contrast

Matèries (anglès)

Breast cancer, Machine learning, Contrast media (Diagnostic imaging)

Citació

Col·leccions

Comunicacions a congressos (Matemàtiques i Informàtica)

Citació

OSUALA, Richard, et al. Pre- to post-contrast breast MRI synthesis for enhanced tumour segmentation. Comunicació a: Proc. SPIE 12926. Medical Imaging 2024: Image Processing. Vol.  129260Y (2 April 2024). [consulted: 19 of August of 2026]. Available at: https://hdl.handle.net/2445/219974

Exportar metadades

JSON - METS

Compartir registre