基于注意力门增强机制的脑钙化成分跨模态图像生成：一种MRI到CT的精准映射方法

摘要

目的 探索基于注意力门增强的APS模型（AG-APS）从MR合成高质量CT(sCT)，用于颅内钙化成分的精准生成。方法 回顾性收集2022年1月～2024年12月南方医科大学南方医院和南方医院增城院区共134例脑部存在钙化成分的受试者，涵盖生理性及病理性钙化，共获取1478张MRI-CT配对轴向切片。本研究提出AG-APS模型，在生成器中引入注意力门模块，通过量化sCT与真实CT(rCT)的平均绝对误差（MAE）、峰值信噪比（PSNR）及结构相似性指标（SSIM），评估sCT图像质量，并与CycleGAN、U-Net、Pix2pix及LSeSim对比。采用消融实验分析并对结果进行统计学检验。结果 在全图生成任务中，AG-APS模型性能（MAE=0.032,PSNR=21.352 dB,SSIM=0.821）优于U-Net、Pix2Pix、LSeSim和CycleGAN等现有方法（P<0.05），表现最佳。在钙化的局部评估中，图像质量、结构保真性和纹理一致性上同样取得最优（MAE=0.102,PSNR=32.360 dB,SSIM=0.986,P<0.05）。在钙化区域的假阳性检测中，当容差阈值为5%和10%时，假阳性率（FPR）分别为2.11%和0%。此外，消融实验结果验证了在生成器中引入AG模块对于提升模型生成质量的有效性和必要性。结论 AG-APS可实现脑MRI到高质量sCT的生成，具备颅内钙化成分的精确重建，有助于钙化成分识别并减少对CT的依赖，有效降低辐射风险，具备良好的临床应用前景。

关键词

钙化 / 生成对抗网络 / 跨模态重建 / 注意力机制 / 计算机断层扫描 / 磁共振成像