用于MRI标准化的头对头与纵向CycleGAN算法开发：在脑转移瘤患者随访MRI评估中的验证

为何匹配脑部影像很重要

当癌症患者出现转移到大脑的肿瘤时，医生依赖反复的MRI扫描来判断治疗是否有效。但有一个隐蔽的问题：随访扫描常常在不同的MRI机器上完成，这可能导致同一个肿瘤在影像上看起来更大、更小、更亮或更暗，即便事实上没有任何改变。本研究提出了一种新的人工智能（AI）方法，旨在“统一”来自不同扫描仪的MRI图像，使医生能够关注肿瘤的真实变化，而不是机器差异带来的伪像。

引用: Hwang, H., Choi, HU., Jeong, H. et al. Development of head-to-head and longitudinal CycleGAN algorithm for MRI harmonization: validation in follow-up MRI evaluation in patients with brain metastasis. Sci Rep 16, 13163 (2026). https://doi.org/10.1038/s41598-026-43755-7

关键词: 脑转移瘤, MRI标准化, 深度学习, CycleGAN, 医学影像