评估扩散模型在脑部MRI运动伪影校正中的应用

磁共振成像通常需要较长的曝光时间，同时对患者运动敏感，导致采集图像中出现伪影，这可能妨碍其诊断相关性。尽管研究努力缩短采集时间并设计高效的采集序列，运动伪影仍然是一个持续存在的问题，推动了对自动运动伪影校正技术发展的需求。最近，扩散模型被提出作为解决该任务的一种方案。虽然扩散模型可以产生高质量的重建，但它们也容易产生幻觉，这在诊断应用中会带来风险。在本研究中，我们批判性地评估了使用扩散模型校正二维脑部MRI扫描中运动伪影的效果。使用一个流行的基准数据集，我们将一种基于扩散模型的方法与当前最先进的方法（包括以监督方式在受运动影响的图像上训练以重建真实无运动图像的Unet网络）进行了比较。我们的发现揭示了混合的结果：扩散模型在此背景下可以产生准确的预测，也可能产生有害的幻觉，这取决于数据异质性和作为输入考虑的采集平面。