用于欠采样医学图像重建的测量条件化去噪扩散概率模型
图像与视频处理
2022-03-09 v1 计算机视觉与模式识别
摘要
我们提出一种新颖且统一的方法——测量条件化去噪扩散概率模型（MC-DDPM），基于 DDPM 用于欠采样医学图像重建。与以往工作不同，MC-DDPM 定义在测量域（如 MRI 重建中的 k-space）中，并以欠采样掩码为条件。我们将该方法应用于加速 MRI 重建，实验结果显示出优异的性能，优于全监督基线和最先进的基于分数的重建方法。由于其生成性质，MC-DDPM 还可以量化重建的不确定性。我们的代码已在 github 上公开。
引用
@article{arxiv.2203.03623,
title = {Measurement-conditioned Denoising Diffusion Probabilistic Model for Under-sampled Medical Image Reconstruction},
author = {Yutong Xie and Quanzheng Li},
journal= {arXiv preprint arXiv:2203.03623},
year = {2022}
}