Medical Image Synthesis with Context-Aware Generative Adversarial Networks （简介）

      本文是关于MRT-to-CT。
      首先，提出一个基本的三维FCN结构来估计从MRI得到的CT图像。三维操作可以更好地对三维空间信息进行建模，从而可以解决切片间的不连续问题。其次，利用对抗式训练策略对所设计的网络进行训练。还在生成器的损失函数中加入了一个图像梯度差项（image gradient difference），目的是保持产生的CT的锐度。最后，使用Auto-Context模型对生成器的输出进行迭代细化。

一、文中提到的loss：

1. adversarial loss：

     判别器D的 loss 函数：

               

                     x：输入的MRI图像

                    ：二元交叉熵loss，