使用基于扩散的模型实现从 TOF-MRA 到 CTA 的跨模态图像合成
图像与视频处理
2024-09-17 v1 计算机视觉与模式识别
摘要
脑血管疾病通常需要多种成像模态以进行准确诊断、治疗和监测。计算机断层扫描血管造影（CTA）和时间飞跃磁共振血管造影（TOF-MRA）是两种常见的非侵入性血管造影技术，各自在可及性、安全性和诊断准确性方面具有独特优势。尽管 CTA 因其更快的采集时间和更高的诊断准确性而在急性脑卒中中得到更广泛的应用，但 TOF-MRA 因其安全性而更受青睐，因为它避免了辐射暴露和与造影剂相关的健康风险。尽管 CTA 在临床工作流程中占据主导地位，但开源 CTA 数据的稀缺限制了诸如大血管闭塞检测和动脉瘤分割等任务的人工智能模型的研发。本研究探索了基于扩散的图像到图像转换模型，以从 TOF-MRA 输入生成合成 CTA 图像。我们展示了从 TOF-MRA 到 CTA 的模态转换，并表明扩散模型优于传统的基于 U-Net 的方法。我们的工作比较了不同的 SOTA 扩散架构和采样器，为该跨模态转换任务中的最佳模型性能提供了建议。
引用
@article{arxiv.2409.10089,
title = {Cross-modality image synthesis from TOF-MRA to CTA using diffusion-based models},
author = {Alexander Koch and Orhun Utku Aydin and Adam Hilbert and Jana Rieger and Satoru Tanioka and Fujimaro Ishida and Dietmar Frey},
journal= {arXiv preprint arXiv:2409.10089},
year = {2024}
}