通过无噪声 k 空间冷扩散学习重建加速 MRI
图像与视频处理
2024-12-06 v3 计算机视觉与模式识别
机器学习
医学物理
摘要
基于深度学习的 MRI 重建模型近年来取得了优越性能。最近，扩散模型在图像生成、修复、超分辨率、图像编辑等方面展现出卓越表现。作为一种广义扩散模型，冷扩散进一步拓宽了范围，考虑围绕任意图像变换（如模糊、下采样等）构建的模型。本文中，我们提出一种 k 空间冷扩散模型，该模型在 k 空间执行图像退化与恢复，且无需高斯噪声。我们与多种基于深度学习的 MRI 重建模型进行了比较，并在知名的大型开源 MRI 数据集上进行了测试。结果表明，这种新颖的退化方式能够为加速 MRI 生成高质量重建图像。
引用
@article{arxiv.2311.10162,
title = {Learning to Reconstruct Accelerated MRI Through K-space Cold Diffusion without Noise},
author = {Guoyao Shen and Mengyu Li and Chad W. Farris and Stephan Anderson and Xin Zhang},
journal= {arXiv preprint arXiv:2311.10162},
year = {2024}
}
备注
21 pages, 5 figures, 4 tables