CEST成像的盲自适应局部去噪
计算机视觉与模式识别
2025-11-26 v1
摘要
化学交换饱和传递（CEST）MRI通过利用质子交换动力学，实现对低浓度代谢物的分子水平可视化。然而，其临床转化受到挑战：由于硬件限制导致的空间变异噪声，以及复杂成像协议引入的噪声异质性，扰动了定量对比图映射如肌酸酰基酰胺（APT）成像的准确性。传统去噪方法不为此复杂噪声设计，常改变关键用于生物医学分析的底层信息。为克服这些限制，我们提出了一种新的盲自适应局部去噪（BALD）方法。BALD利用CEST数据自相似性质，推导出自适应方差稳定变换，以无需噪声特征先验知识的方式均衡CEST像素间的噪声分布。随后，BALD对数据进行线性变换进行两阶段去噪，以分离分子信号与噪声。采用局部奇异值分解作为线性变换，以防止空间和谱去噪瑕疵。我们在多个制造 phantom 和体内 CEST 扫描上进行了广泛的验证实验。在这些实验中，BALD在去噪指标以及分子浓度图估计和癌症检测等下游任务上 consistently 优于最先进的CEST去噪方法。
引用
@article{arxiv.2511.20081,
title = {Blind Adaptive Local Denoising for CEST Imaging},
author = {Chu Chen and Aitor Artola and Yang Liu and Se Weon Park and Raymond H. Chan and Jean-Michel Morel and Kannie W. Y. Chan},
journal= {arXiv preprint arXiv:2511.20081},
year = {2025}
}