DINO-BOLDNet：用于T1到BOLD生成的DINOv3引导的多切片注意力网络
计算机视觉与模式识别
2025-12-10 v1
摘要
从T1w图像生成BOLD图像是一种有前景的解决方案，用于在BOLD图像损坏或不可用时恢复缺失的BOLD信息并支持下游任务。受此启发，我们提出了DINO-BOLDNet，一种DINOv3引导的多切片注意力框架，将冻结的自监督DINOv3编码器与轻量可训练解码器集成。该模型使用DINOv3提取单个切片内的结构表示，并使用独立的切片注意力模块来融合相邻切片之间的上下文信息。多尺度生成解码器随后恢复细粒度的功能对比度，而DINO-based感知损失则鼓励预测值与真实BOLD图像在变换器特征空间中的结构和纹理一致性。在248名受试者的临床数据集上的实验表明，DINO-BOLDNet在PSNR和MS-SSIM指标上均优于条件GAN基线。据我们了解，这是首个能够直接从T1w图像生成平均BOLD图像的框架，凸显了自监督变换器引导用于结构到功能映射的潜力。
引用
@article{arxiv.2512.08337,
title = {DINO-BOLDNet: A DINOv3-Guided Multi-Slice Attention Network for T1-to-BOLD Generation},
author = {Jianwei Wang and Qing Wang and Menglan Ruan and Rongjun Ge and Chunfeng Yang and Yang Chen and Chunming Xie},
journal= {arXiv preprint arXiv:2512.08337},
year = {2025}
}