用于 MRI 重建的自监督扩散桥
图像与视频处理
2025-01-08 v1 计算机视觉与模式识别
摘要
扩散桥（DB）是一类扩散模型，通过在两个配对的图像分布之间进行插值来实现更快的采样。为图像重建训练传统的 DB 需要高质量的参考图像，这限制了它们在无法获取此类参考的场景中的适用性。我们提出 SelfDB 作为一种新颖的自监督方法，用于直接在可用的含噪测量值上训练 DB，而无需任何高质量的参考图像。SelfDB 通过对可用测量值额外进行两次子采样来公式化扩散过程，并训练神经网络以可用测量值作为训练目标来逆转相应的退化过程。我们在压缩感知 MRI 上验证了 SelfDB，结果表明其性能优于去噪扩散模型。
引用
@article{arxiv.2501.03430,
title = {A Self-supervised Diffusion Bridge for MRI Reconstruction},
author = {Harry Gao and Weijie Gan and Yuyang Hu and Hongyu An and Ulugbek S. Kamilov},
journal= {arXiv preprint arXiv:2501.03430},
year = {2025}
}