FS-RWKV：利用频率空间感知RWKV实现3T到7T MRI转换
图像与视频处理
2025-10-13 v1 计算机视觉与模式识别
摘要
超高场7T MRI提供增强的空间分辨率和组织对比度，能够检测神经系统疾病中的细微病理变化。然而，7T扫描仪的有限可用性因高昂的基础设施成本和技术要求而限制了广泛的临床应用。从可及的3T采集计算合成7T质量图像为解决这一可及性挑战提供了可行方案。现有CNN方法受限于有限的空间覆盖，而Transformer模型需要过高的计算开销。RWKV架构为医学图像合成中的全局特征建模提供了一种高效替代方案，结合了线性计算复杂度与强大的长程依赖捕获能力。在此基础上，我们提出了频率空间RWKV（FS-RWKV），一个用于3T到7T MRI转换的基于RWKV的框架。为更好地应对解剖细节保持和全局组织对比度恢复的挑战，FS-RWKV集成了两个关键模块：（1）频率空间全向移位（FSO-Shift），在低频段进行离散小波分解后进行全向空间移位，以增强全局上下文表示同时保持高频解剖细节；（2）结构保真度增强模块（SFEB），通过频率感知特征融合自适应地强化解剖结构。在UNC和BNU数据集上的全面实验表明，FS-RWKV在T1w和T2w两种模态下均持续优于现有的CNN、Transformer、GAN和RWKV基线方法，实现了优越的解剖保真度和感知质量。
引用
@article{arxiv.2510.08951,
title = {FS-RWKV: Leveraging Frequency Spatial-Aware RWKV for 3T-to-7T MRI Translation},
author = {Yingtie Lei and Zimeng Li and Chi-Man Pun and Yupeng Liu and Xuhang Chen},
journal= {arXiv preprint arXiv:2510.08951},
year = {2025}
}
备注
Accepted by BIBM 2025