The spherical interpolation approac

The spherical interpolation approach is shown in Fig. 7. The left most and right most blue dots denote ADC encodings in the la- tent space derived from two real CS ADC maps. By interpolating additional dots between the two encodings, we could generate a set of new latent vectors (i.e. 2nd − 7th blue dots), based on which new fake ADC images can be generated via the decoder. A decoder learns a complete mapping relationship between latent vectors and ADC images should be able to generate smoothly transitional images from interpolated vectors between every two real images. To validate this, we purposely select two real ADC maps (i.e. the left- most and rightmost images of Fig. 7) from the TestSet with a single CS PCa lesion locating on the right (in the leftmost image) and the top (in the rightmost image) of the prostate gland respectively. The lesions are visually darker than surrounding tissues as denoted by the red circles. Fig. 7(a) and (b) show synthesized ADC maps based on interpolations by the semi-supervised and supervised synthesizers respectively. As seen in Fig. 7(a), the CS PCa lesion is gradually and smoothly transitioned from the right to the top in the prostate gland, while the first three images of CS PCa in Fig. 7(b) are almost identical to the leftmost real image and the transition from the 4th image (i.e. lesion on the right) to the 5th image (i.e. lesion at the top) is sudden and not smooth.

結果 (繁體中文) 2:

球面插值方法如圖7所示。最左邊最右邊的最藍點表示從兩個真正的CS ADC地圖派生的la-帳篷空間中的ADC編碼。通過在兩種編碼之間插入額外的點，我們可以生成一組新的潛在向量（即第 2 個和第 7 個藍點），在此基礎上可以通過解碼器生成新的假 ADC 圖像。解碼器瞭解潛在向量之間的完整映射關係，ADC 圖像應該能夠從每兩個真實圖像之間的插值向量生成平滑的過渡圖像。為了驗證這一點，我們特意從 TestSet 中選擇兩個真實的 ADC 映射（即圖 7 的左側和最右側圖像），其中單個 CS PCa 病變分別位於前列腺的右側（最左側圖像）和頂部（最右邊圖像）。病變在視覺上比紅色圓圈表示的周圍組織暗。圖7（a）和（b）分別顯示了基於半監督和受監督合成器插值的合成ADC映射。如圖7（a）所示，CS PCa病變在前列腺從右到頂部逐漸順利過渡，而圖7（b）中的CS PCa前三個圖像幾乎與最左邊的真實圖像和從第4個圖像（即萊西）的過渡相同。在右側）到第 5 個圖像（即頂部的病變）是突然的，並不平滑。

結果 (繁體中文) 3:

球面插值方法如圖7所示。最左邊和最右邊的藍點表示從兩個真實的CS ADC圖匯出的內容空間中的ADC編碼。通過在兩個編碼之間插入額外的點，我們可以生成一組新的潜在向量（即第2-7個藍點），在此基礎上，可以通過解碼器生成新的偽ADC影像。解碼器學習隱向量與ADC影像之間的完全映射關係，應該能够從每兩幅真實影像之間的插值向量生成平滑的過渡影像。為了驗證這一點，我們特意從測試集中選擇兩個真實的ADC圖（即圖7的最左邊和最右邊的影像），其中一個CS-PCa病變分別位於攝護腺的右邊（最左邊的影像）和頂端（最右邊的影像）。病變在視覺上比周圍組織深，如紅圈所示。圖7（a）和（b）分別示出了基於半監督和監督合成器的插值的合成ADC圖。如圖7（a）所示，攝護腺內的CS-PCa病變從右側逐漸平穩地向頂部過渡，而圖7（b）中的前三個CS-PCa影像幾乎與最左側的真實影像相同，並且從第四個影像（即右側病變）到第五個影像（即頂部病變）的過渡是突然的，並且不平滑。