AFFIRM：基于亲和融合的多切片胎儿脑 MRI 迭代随机运动校正框架
图像与视频处理
2022-09-23 v1 计算机视觉与模式识别
摘要
胎儿脑的多切片磁共振图像通常受到严重的、任意的胎儿及母体运动的污染。因此，稳定且鲁棒的运动校正对于重建高分辨率 3D 胎儿脑体积以进行临床诊断与定量分析是必要的。然而，传统的基于配准的校正捕获范围有限，不足以检测相对较大的运动。在此，我们提出一种新颖的基于亲和融合的迭代随机运动（AFFIRM）校正框架，用于多切片胎儿脑 MRI。它从多栈切片中学习序列运动，并利用亲和融合整合 2D 切片与重建 3D 体积之间的特征，类似于常规流程中切片到体积配准与体积重建之间的迭代。该方法能准确估计运动而与脑部朝向无关，并在模拟运动污染数据上优于其他最先进的基于学习的方法，旋转平均绝对误差降低 48.4%，位移降低 61.3%。随后我们将 AFFIRM 整合进多分辨率切片到体积配准，并在不同孕期的真实世界胎儿 MRI 扫描上进行了测试。结果表明，在常规流程中加入 AFFIRM 将胎儿脑超分辨率重建成功率从 77.2% 提升至 91.9%。
引用
@article{arxiv.2205.05851,
title = {AFFIRM: Affinity Fusion-based Framework for Iteratively Random Motion correction of multi-slice fetal brain MRI},
author = {Wen Shi and Haoan Xu and Cong Sun and Jiwei Sun and Yamin Li and Xinyi Xu and Tianshu Zheng and Yi Zhang and Guangbin Wang and Dan Wu},
journal= {arXiv preprint arXiv:2205.05851},
year = {2022}
}