CTA-GAN：基于生成对抗网络对颈动脉和主动脉的非增强CT影像进行血管增强

写在前面

目前只分析了文章的大体内容和我个人认为的比较重要的细节，代码实现还没仔细看，后续有时间会补充代码细节部分。

文章地址：Generative Adversarial Network-based Noncontrast CT Angiography for Aorta and Carotid Arteries

代码地址：GitHub - yml-bit/CTA-GAN: synthesis CTA using CT base GAN model

PS：代码仓库并未提供详细的环境依赖项说明，但文章在补充材料中说明了环境的主要配置：python3.8 + pytorch1.7.1 + cu110，想要复现的小伙伴可以参考一下。

一、动机

碘对比剂广泛用于CTA成像，但可能会对人体造成不良影响，同时碘对比剂的使用耗时且昂贵。

如果深度神经网络可以根据非增强CT(noncontrast CT，NCCT)生成对应的CTA图像，且生成图像的质量足以用于临床诊断，这将是具有重要意义的。

二、数据和方法

1. 数据：以病人为单位

• 训练集：1137；
• 验证集：400；
• 测试集：212；

共1749例。外部测试集42例。