在临床前成像中探索零拍摄超分辨率的可行性
Omar A M Gharib1, Samuel W Remedios1, Blake E Dewey2
1The Image Analysis and Communications Laboratory, Johns Hopkins University, Baltimore, MD 21218, USA.
Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
|January 16, 2026
概括
两种超分辨率 (SR) 方法,ECLARE和双平面脱光扩散无空间模型 (DDNM) 平均 (BiDA) 进行了比较,用于临床前成像. 在老鼠数据中,BiDA提高了下游的头骨剥离精度,但对小鼠数据的概括性有限.
科学领域:
- 医学成像医学成像
- 生物医学工程 生物医学工程
- 图像处理 图像处理
背景情况:
- 临床前成像对于医学治疗评估至关重要.
- 从临床前研究中获得的异型图像体积阻碍了体积分析.
- 有限的培训数据限制了传统的监督超分辨率 (SR) 方法.
研究的目的:
- 为了比较两种自主监督的SR方法 (ECLARE和BiDA) 对于异性otropic临床前成像数据.
- 评估ECLARE和BiDA的信号恢复和下游任务性能.
- 评估这些SR方法在不同物种中的通用性.
主要方法:
- ECLARE:一种使用飞机内补丁用于训练数据的自我SR方法.
- BiDA:一种新的方法,使用预先训练的无声扩散概率模型和DDNM后端采样.
- 在2.5×和4×尺度因子上对老鼠和小鼠数据的评估,评估信号恢复和头骨剥离的准确性.
主要成果:
- 无论是ECLARE还是BiDA,都在老鼠数据上表现出良好的信号恢复.
- 只有BiDA增强的图像允许准确的下游头骨剥离.
- 尽管对大鼠数据的表现良好,但BiDA对域外小鼠数据的概括性有限.
结论:
- 在临床前的成像中,BiDA显示出改善体积分析的前景,因为它能够准确地剥离头骨.
- 需要进行进一步的研究,以提高BiDA在跨物种应用中的通用性.
- 自主监督的SR方法在训练数据有限时提供了可行的替代方案.
