fastWDM3D：快速且精确的三维健康组织修复
图像与视频处理
2025-07-18 v1 计算机视觉与模式识别
摘要
健康组织修复具有重要应用，包括为肿瘤生长模型生成伪健康基线以及促进图像配准。在先前几届BraTS通过修复进行健康脑组织局部合成挑战赛中，去噪扩散概率模型（DDPMs）展示了定性上令人信服的结果，但采样速度较慢。为缓解这一限制，我们针对三维修复任务，采用了一种结合DDPMs与生成对抗网络（GANs）并采用方差保持噪声调度的二维图像生成方法。我们的实验表明，方差保持噪声调度和选定的重建损失可以在无需对抗训练的情况下，通过少量时间步有效用于高质量的三维修复。我们将研究结果应用于一个不同的架构，即不包含GAN组件的三维小波扩散模型（WDM3D）。由此产生的模型，记为fastWDM3D，在BraTS修复测试集上获得了0.8571的SSIM、0.0079的MSE和22.26的PSNR。值得注意的是，它仅使用两个时间步就达到了这些分数，每幅图像的三维修复过程在1.81秒内完成。与用于健康脑组织修复的其他DDPMs相比，我们的模型速度提高了800倍，同时实现了更优的性能指标。我们提出的方法fastWDM3D代表了快速精确健康组织修复的一种有前景的方法。我们的代码可在https://github.com/AliciaDurrer/fastWDM3D获取。
引用
@article{arxiv.2507.13146,
title = {fastWDM3D: Fast and Accurate 3D Healthy Tissue Inpainting},
author = {Alicia Durrer and Florentin Bieder and Paul Friedrich and Bjoern Menze and Philippe C. Cattin and Florian Kofler},
journal= {arXiv preprint arXiv:2507.13146},
year = {2025}
}
备注
Philippe C. Cattin and Florian Kofler: equal contribution