Synthèse de mouvement respiratoire par réseau antagoniste génératif doublement conditionnel en imagerie tomodensitométrique 4D

Les reseaux image-a-image tels que pix2pix et CycleGAN ont permis des progres importants en synthese d’image ces dernieres annees. Ils sont desormais appliques regulierement en imagerie medicale 3D pour un grand nombre d’applications. Ces methodes ont toutefois ete peu etudiees dans le cadre de l’imagerie medicale dynamique 4D, qui tient compte de la composante temporelle presente dans certaines acquisitions. Dans ce travail, nous proposons une nouvelle architecture de reseaux antagonistes generatifs (GAN) doublement conditionnels pour l’imagerie respiratoire 4D scanner (4DCT) a partir d’images statiques (3DCT) et d’une mesure externe de mouvement respiratoire. Une mesure scalaire d’amplitude de respiration du patient agit comme un style au travers d’une couche Adaptive Instance Normalization (AdaIN) permettant une regression des differentes phases respiratoires. Nous presentons des resultats sur des images synthetiques a divers degres de perturbation et des images reelles d’acquisitions pulmonaires 4DCT.