基于特征增强联合扩散模型的快速扩散张量成像
图像与视频处理
2024-05-28 v1
摘要
磁共振扩散张量成像(DTI)是神经疾病诊断的关键工具。然而，长扫描时间严重阻碍了DTI在临床中的广泛应用。为加快图像获取，提出一种特征增强联合扩散模型(Diff-DTI)，从有限数量的扩散加权图像(DWIs)获取准确的DTI参数图。Diff-DTI引入一种直接学习DWIs与DTI参数图联合概率分布的联合扩散模型，用于条件生成。此外，设计了一种特征增强融合机制(FEFM)，并融入Diff-DTI的生成过程中，以保留生成DTI图中的细节结构。对Diff-DTI性能进行了全面评估，基于Human Connectome Project数据集进行。结果表明，Diff-DTI在视觉质量和定量指标方面均优于现有SOTA快速DTI成像方法。此外，Diff-DTI显示能够仅使用三个DWIs即可生成高保真度的DTI图，从而克服了DTI最低要求六个DWIs的限制。
引用
@article{arxiv.2405.15830,
title = {Diff-DTI: Fast Diffusion Tensor Imaging Using A Feature-Enhanced Joint Diffusion Model},
author = {Lang Zhang and Jinling He and Dong Liang and Hairong Zheng and Yanjie Zhu},
journal= {arXiv preprint arXiv:2405.15830},
year = {2024}
}
备注
11 pages, 7 figures