基于能量的先验潜空间扩散模型用于厚层 MRI 腰椎重建
图像与视频处理
2024-12-03 v1 人工智能
计算机视觉与模式识别
摘要
腰椎问题普遍存在，这激发了对用于治疗计划和引导干预的靶向成像的研究。虽然高分辨率、高对比度的 CT 一直是首选模态，但 MRI 可以在没有 CT 电离辐射的情况下同时捕捉骨骼和软组织，尽管采集时间更长。对比度和采集时间之间的关键权衡催生了“厚层 MRI”，它优先考虑具有高面内分辨率但可变对比度和低穿层分辨率的更快成像。我们研究了一种最近开发的后采集流程，该流程从厚层 MRI 中分割椎骨，并使用变分自编码器在初始 3D 重建后提高质量。我们转而提出一种潜空间扩散能量先验，以利用具有高质量图像生成能力的扩散模型。关键在于，我们通过学习能量先验的潜空间表示来执行扩散过程，从而减轻其高计算成本和低样本效率。我们的方法在包括 Dice 和 VS 分数在内的指标上优于现有方法，并更忠实地重建了 3D 特征。
关键词
引用
@article{arxiv.2412.00511,
title = {Energy-Based Prior Latent Space Diffusion model for Reconstruction of Lumbar Vertebrae from Thick Slice MRI},
author = {Yanke Wang and Yolanne Y. R. Lee and Aurelio Dolfini and Markus Reischl and Ender Konukoglu and Kyriakos Flouris},
journal= {arXiv preprint arXiv:2412.00511},
year = {2024}
}