基于多核残差框架的纹理感知 3D MRI 稀疏 2D 切片精细化重建
计算机视觉与模式识别
2026-05-06 v1
摘要
磁共振成像 (MRI) 的获取过程仍需较长时间，这会导致运动伪影，影响图像质量并常需重复扫描。为应对这些挑战，我们提出了一个包含 MK-ResRecon 和 IdentityRefineNet3D 两个模型的新框架，用于从稀疏采集的 2D 切片重建高保真度 3D MRI 体积——仅需 12.5% 的轴向切片即可完成全分辨率的 3D 重建。MK-ResRecon 通过多核纹理感知损失预测缺失的中间 2D 切片，以保留细微解剖细节。IdentityRefineNet3D 将预测切片和原始稀疏切片作为单个 3D 体积进行精细化处理，以获得平滑的解剖结构。我们在大型 T1 序列对比增强脑部 MRI 数据集上训练模型，并在大型异构脑部 MRI 队列上进行评估。该工作提供了一个准确、无幻觉、具有可泛化性且临床验证的框架，用于从高度稀疏输入进行 3D MRI 重建，为更快、更患者友好的 MRI 成像铺平了临床可行的道路。
引用
@article{arxiv.2605.03432,
title = {MK-ResRecon: Multi-Kernel Residual Framework for Texture-Aware 3D MRI Refinement from Sparse 2D Slices},
author = {Prajyot Pyati and Sapna Sachan and Amulya Kumar Mahto and Pranjal Phukan},
journal= {arXiv preprint arXiv:2605.03432},
year = {2026}
}
备注
22 pages, 7 figures