METHODS AND SYSTEMS FOR GENERATING SIMULATED INTRAOPERATIVE IMAGING DATA OF A SUBJECT

The present disclosure relates generally to medical imaging, and more specifically to machine-learning techniques to generate intraoperative fluorescence images of a subject (e.g., to aid a surgery, to aid diagnosis and treatment of diseases). The system can receive an intraoperative white light image of the subject, input the intraoperative white light image of the subject into a generator of a trained generative adversarial network (GAN) model trained. In some examples, the GAN model is trained using a plurality of training image pairs, and each training image pair comprises an intraoperative white light training image and an intraoperative fluorescence training image of a same tissue. The system can obtain, from the generator, the generated intraoperative fluorescence image of the subject and display, on a display, the generated intraoperative fluorescence image of the subject. La présente divulgation concerne d'une manière générale l'imagerie médicale, et plus particulièrement des techniques d'apprentissage automatique servant à générer des images de fluorescence peropératoire d'un sujet (par exemple, à aider une chirurgie, à aider au diagnostic et au traitement de maladies). Le système peut recevoir une image de lumière blanche peropératoire du sujet, peut entrer l'image de lumière blanche peropératoire du sujet dans un générateur d'un modèle formé de réseau antagoniste génératif formé (GAN). Dans certains exemples, le modèle GAN est formé à l'aide d'une pluralité de paires d'images de formation, et chaque paire d'images de formation comprend une image de formation de lumière blanche peropératoire et une image de formation de fluorescence peropératoire d'un même tissu. Le système peut obtenir, du générateur, l'image de fluorescence peropératoire générée du sujet et afficher, sur un dispositif d'affichage, l'image de fluorescence peropératoire générée du sujet.