失智症是指任何导致记忆或思维能力的改变严重到足以干扰一个人的日常生活的疾病,其中最常见的失智症疾病是阿尔兹海默症。动脉自旋标记是一种使用可自由扩散的内在示踪剂测量脑血流的功能性磁共振成像技术。动脉自旋标记凭借无需注射造影剂、无电离辐射和费用较低的优点,在失智症这种长期性疾病的临床中得到广泛的运用,但遗憾的是目前尚没有公开的基于失智症的动脉自旋标记数据集。为了改善这种现状,本文深入开展了面向提高失智症智能辅助诊断效果的图像深度生成技术研究,目的是利用图像深度生成技术来生成稀缺的动脉自旋标记图像,并将生成的动脉自旋标记图像用于失智症的智能辅助诊断,来验证本研究提出的动脉自旋标记图像生成工作的有效性。本文的主要研究内容和贡献为:1.增强医学图像细节信息的动脉自旋标记图像生成新框架研究。针对医学数据匮乏所导致的现有的基于数据驱动的动脉自旋标记图像生成方法生成的图像细节不够清晰的问题,本研究提出了一种基于级联生成对抗网络的动脉自旋标记图像生成新框架。由于新框架的输入是多尺度的具有丰富细节信息的差分图像,引入新框架后的生成方法生成的动脉自旋标记图像也具有更清晰的图像细节。基于355例失智症患者数据集和ADNI-1数据集的多模态失智症智能辅助诊断实验表明,引入本研究提出的新框架的动脉自旋标记图像生成方法生成的图像获得的失智症诊断效果的提高是显著的。2.缓解生成对抗网络训练不稳定性的动脉自旋标记图像生成新方法研究。本研究提出了一种基于新型VAE/GAN模型的动脉自旋标记图像生成新方法,由于变分自编码器具有明确的模型性能衡量标准,在生成对抗网络中引入变分自编码器可以有效地缓解当前生成对抗网络训练中因缺乏明确的收敛状态而常见的不稳定问题。这种新方法生成的动脉自旋标记图像和现有的其他方法生成的动脉自旋标记图像相比,体素差异更小,具有更清晰的细节和轮廓。基于355例失智症患者数据集和ADNI-1数据集的多模态失智症智能辅助诊断实验表明,在现有的所有动脉自旋标记图像生成方法中,基于新型VAE/GAN模型的动脉自旋标记图像生成新方法生成的图像对于失智症的诊断效果是最好的。新方法生成的动脉自旋标记图像在基于355例失智症患者数据集的多模态失智症智能辅助诊断实验中诊断精度为73.74%,提升率高达42.41%。