用于 MR 运动伪影抑制的退火基于分数的扩散模型
图像与视频处理
2023-01-10 v1 计算机视觉与模式识别
机器学习
摘要
运动伪影抑制是 MR 成像中的重要研究课题之一，因为运动伪影会降低图像质量并给诊断带来困难。近来，许多深度学习方法被用于运动伪影抑制。遗憾的是，大多数现有模型以监督方式训练，需要成对的含运动伪影与无运动伪影图像，或者基于严格的运动 corruption 模型，这限制了它们在真实场景中的使用。为解决此问题，我们在此提出一种用于 MRI 运动伪影抑制的退火基于分数的扩散模型。具体而言，我们仅使用无运动伪影图像训练一个基于分数的模型，然后通过反复施加前向与反向扩散过程来逐步施加低频数据一致性，从而去除运动伪影。实验结果验证了所提方法能成功抑制模拟及体内运动伪影，优于最先进的深度学习方法。
引用
@article{arxiv.2301.03027,
title = {Annealed Score-Based Diffusion Model for MR Motion Artifact Reduction},
author = {Gyutaek Oh and Jeong Eun Lee and Jong Chul Ye},
journal= {arXiv preprint arXiv:2301.03027},
year = {2023}
}