MM2CT：基于 Mamba 的多模态图像融合 MR 到 CT 转换
图像与视频处理
2025-08-08 v1
摘要
磁共振 (MR) 到计算机断层扫描 (CT) 的转换具有显著优势，包括消除 CT 扫描伴随的辐射暴露以及减轻患者运动引起的成像伪影。现有方法基于单模态 MR 到 CT 的转换，对多模态融合的探索有限。为解决这一局限性，我们利用多模态 T1 和 T2 加权 MRI 数据，引入了多模态 MR 到 CT (MM2CT) 转换方法，这是一种用于多模态医学图像合成的基于 Mamba 的创新框架。Mamba 有效克服了 CNN 中有限的局部感受野问题以及 Transformer 中的高计算复杂度问题。MM2CT 利用这一优势，在实现多模态 MR 特征整合的同时，保持了长程依赖建模能力。此外，我们引入了动态局部卷积模块和动态增强模块以改进 MRI 到 CT 的合成。在公开的骨盆数据集上的实验表明，MM2CT 在结构相似性指数 (SSIM) 和峰值信噪比 (PSNR) 方面达到了 SOTA 性能。我们的代码已在 https://github.com/Gots-ch/MM2CT 公开发布。
关键词
引用
@article{arxiv.2508.05476,
title = {MM2CT: MR-to-CT translation for multi-modal image fusion with mamba},
author = {Chaohui Gong and Zhiying Wu and Zisheng Huang and Gaofeng Meng and Zhen Lei and Hongbin Liu},
journal= {arXiv preprint arXiv:2508.05476},
year = {2025}
}