快速无条件扩散模型用于加速MRI重建
Guijiao Zhao1, Chen Zhou2, Jianxing Liu3
1Department of Magnetic Resonance Imaging Diagnosis, The Second Affiliated Hospital of Harbin Medical University, Harbin, China.
Magnetic resonance imaging
|November 2, 2025
概括
我们开发了一种用于加速磁共振成像 (MRI) 重建的快速扩散模型. 我们的方法显著加快了MRI扫描的速度,同时保持了高图像质量,将重建时间缩短到8秒.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算科学 计算科学
背景情况:
- 从低样本的k空间数据进行加速磁共振成像 (MRI) 重建是医学成像中的一个关键挑战.
- 扩散模型显示MRI重建的希望,但遭受计算昂贵的推断.
- 现有的扩散模型需要数千个步骤,导致几十分钟的重建时间.
研究的目的:
- 开发一种新的MRI重建 (FDMR) 快速扩散模型,以加快推断并提高重建质量.
- 克服MRI应用当前扩散模型的计算局限性.
- 为了实现快速和高准确度的MRI图像重建.
主要方法:
- 为MRI重建 (FDMR) 提出了一种新的快速扩散模型.
- 雇员对抗训练的否定传播生成对抗网络 (GAN) 学习传播先验.
- 引入了一个三阶段的推断框架:快速扩散生成,早期停止深度生成先前适应和扩散精细化.
主要成果:
- 与最先进的扩散方法相比,FDMR实现了更高的重建精度.
- 拟议的方法比现有方法运行速度快4-10倍.
- FDMR可以在8秒内进行MRI重建.
结论:
- 通过大幅减少推断时间,FDMR在加速MRI重建方面取得了重大进展.
- 该模型保持了高的重建质量,使其成为临床应用的可行解决方案.
- 这项工作为更快,更有效的MRI扫描铺平了道路.


