3D 医学图像翻译的扩散桥梁模型
计算机视觉与模式识别
2025-04-22 v1
摘要
扩散张量成像(DTI)提供了关于人脑微结构的关键见解，但相较于更易获取的 T1 加权(T1w)磁共振成像(MRI)，获取 DTI 耗时较长。为解决这一挑战，我们提出一种用于 T1w MRI 与 DTI modalities 之间 3D 脑部图像翻译的扩散桥梁模型。我们的模型学习生成高质量的 DTI 仲异性(fractional anisotropy, FA)图像，反之亦然，实现跨模态数据增强，减少对大量 DTI 采集的需求。我们通过感知相似性、像素级一致性和分布一致性指标进行评估，展示了在捕获解剖结构和保持白质完整性方面的卓越性能。通过性别分类和阿尔茨海默病分类任务验证了合成数据的实际用途，生成图像的性能与真实数据相当。我们的扩散桥梁模型为改进神经影像数据集、支持临床决策提供了有前景的解决方案，具有显著影响神经影像研究和临床实践的潜力。
引用
@article{arxiv.2504.15267,
title = {Diffusion Bridge Models for 3D Medical Image Translation},
author = {Shaorong Zhang and Tamoghna Chattopadhyay and Sophia I. Thomopoulos and Jose-Luis Ambite and Paul M. Thompson and Greg Ver Steeg},
journal= {arXiv preprint arXiv:2504.15267},
year = {2025}
}