DiffGEPCI：基于 2.5D 扩散模型从 mGRE 信号合成 3D MRI
图像与视频处理
2024-04-22 v2
摘要
我们提出了一种称为 DiffGEPCI 的新框架，用于利用 2.5D 条件扩散模型进行磁共振成像（MRI）的跨模态生成。DiffGEPCI 可通过将多梯度回波（mGRE）MRI 信号作为条件输入，在无需获取相应测量的前提下合成高质量的液体衰减反转恢复（FLAIR）和磁化准备快速梯度回波（MPRAGE）图像。DiffGEPCI 以两步方式运行：它首先使用轴状面逐切片估计 3D 体积，随后应用一种细化算法（称为 2.5D）以提升冠状面和矢状面的质量。在真实 mGRE 数据上的实验验证表明，DiffGEPCI 取得了优异性能，超越了生成对抗网络（GAN）和传统扩散模型。
引用
@article{arxiv.2311.18073,
title = {DiffGEPCI: 3D MRI Synthesis from mGRE Signals using 2.5D Diffusion Model},
author = {Yuyang Hu and Satya V. V. N. Kothapalli and Weijie Gan and Alexander L. Sukstanskii and Gregory F. Wu and Manu Goyal and Dmitriy A. Yablonskiy and Ulugbek S. Kamilov},
journal= {arXiv preprint arXiv:2311.18073},
year = {2024}
}