@techreport{oai:ipsj.ixsq.nii.ac.jp:00241496,
 author = {竹本, 有紀 and 岩本, 祐太郎 and 埜中, 正博 and 陳, 延偉 and 徐, 剛 and Yuki, Takemoto and Yutaro, Iwamoto and Masahiro, Nonaka and Yen-Wei, Chen and Gang, Xu},
 issue = {16},
 month = {Dec},
 note = {CT 画像は正確な解剖学的構造情報を得られるため，病気診断において重要な役割を果たしている．しかし，CT 画像の撮影には X 線を使用するため，小児患者への使用を極力避けるべきである．これまで，画像変換技術を用いて，放射線を使用せずに撮影できる MR 画像から CT 画像を生成する技術が提案されている．ところが，小児患者の CT 画像はデータが少なく，画像変換の十分な学習は困難である．一般的な 1 対 1 の画像変換を学習するネットワークに大人と小児の画像を合わせて学習させると，小児特有の特徴を再現できない．そこで，多数対多数の画像変換が可能な StarGAN v2 を用いて MR 画像から CT 画像の生成を目指す．本稿では，一般的な画像変換ネットワークと比較し，StarGAN v2 の画像変換性能を評価する．},
 title = {StarGAN v2を用いたMR画像からのCT画像生成},
 year = {2024}
}