对大脑MRI图像的任意尺度超分辨率扩散模型.
1School of Information Science and Engineering, Shandong Normal University, Jinan, 250358, China.
Computers in biology and medicine
|January 23, 2024
概括
这项研究引入了一种新型的任意尺度超分辨率扩散模型 (ASSRDM),用于提高磁共振成像 (MRI) 质量. 该模型实现了任意规模的超分辨率,克服了现有方法的局限性,以更好地可视化病变.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 图像处理 图像处理
背景情况:
- 磁共振成像 (MRI) 重建面临硬件,扫描时间和患者合作挑战.
- 基于深度学习的超分辨率 (SR) 方法从低分辨率 (LR) 输入中重建高分辨率 (HR) 图像,但往往缺乏任意缩放能力并引入文物.
- 现有的任意尺度SR方法与过度光滑和图像工件作斗争,限制了它们的临床实用性.
研究的目的:
- 开发一个任意尺度超分辨率扩散模型 (ASSRDM) 用于任何尺度的高保真MRI重建.
- 解决现有的MRI SR方法的局限性,包括固定放大和图像质量下降.
- 通过提高MRI分辨率,使放射科医生能够更有效地可视化病变.
主要方法:
- 提出了一种任意规模超分辨率扩散模型 (ASSRDM),将隐性神经表示与否定扩散概率模型集成在一起.
- 引入了一个连续分辨率监管机制,具有多尺度LR指导网络和动态分辨率调整的缩放因子.
- 缩放因子调节了LR细节和合成特征,而引导网络为无声化块提供了多分辨率LR特征.
主要成果:
- ASSRDM成功地实现了医疗图像的任意尺度,高保真度超分辨率.
- 持续分辨率调节机制允许无地适应不同的分辨率要求.
- 对IXI和快速MRI数据集的实验表明ASSRDM的性能优于现有的超分辨率技术.
结论:
- 拟议的ASSRDM有效地克服了当前MRI超分辨率方法的局限性,使任意规模的重建成为可能.
- 该模型能够在连续分辨率下生成高保真图像,这对临床应用具有重大潜力.
- 在医学成像实践中,ASSRDM提供了改善的病变可视化和诊断精度.


