D2SA：基于MRI隐式神经表示的双阶段分布与切片适应以提高MRI重建的测试时适应效率
图像与视频处理
2025-07-15 v2
摘要
磁共振成像(MRI)仪器和获取协议的差异导致分布偏移，降低对未见数据的重建性能。测试时适应(TTA)为解决此类差异提供了有前景的方案。然而，之前的单次TTA方法因重复训练和次优分布模型而效率低下。自监督学习方法在稀缺数据情境下可能产生过平滑问题。为此，我们提出一种新型双阶段分布与切片适应(D2SA)方法，通过MRI隐式神经表示(MR-INR)提高MRI重建性能和效率，该方法包含两个阶段。在第一阶段，MR-INR分支通过学习跨切片的共享表征并对患者特定偏移进行均值和方差调整，实现患者级分布适应。在第二阶段，单切片适应通过可学习的各向异性扩散模块对冻结卷积层的输出进行细化，防止过平滑并降低计算量。跨越五种MRI分布偏移的实验表明，我们的方法能良好集成于各种自监督学习(SSL)框架，在不同条件下提升性能并加速收敛。
引用
@article{arxiv.2503.20815,
title = {D2SA: Dual-Stage Distribution and Slice Adaptation for Efficient Test-Time Adaptation in MRI Reconstruction},
author = {Lipei Zhang and Rui Sun and Zhongying Deng and Yanqi Cheng and Carola-Bibiane Schönlieb and Angelica I Aviles-Rivero},
journal= {arXiv preprint arXiv:2503.20815},
year = {2025}
}
备注
10 pages, 12 pages (supplementary)