基于3D高斯表示的自由呼吸肺部MRI运动分辨重建框架（MoRe-3DGSMR）
图像与视频处理
2026-04-02 v2 计算机视觉与模式识别
摘要
本研究提出一种基于三维高斯表示（3DGS）的自监督、运动分辨肺部磁共振成像（MRI）重建框架，用于高分辨率、自由呼吸肺部MRI。该方法利用3DGS来解决运动分辨3D各向同性肺部MRI重建中的挑战，通过在体素之间实现数据平滑，实现连续空间表示。肺部MRI数据采用黄金角径向采样轨迹获取，呼吸运动信号从每个径向 spoke 的 k 空间中心提取。基于估计的运动信号，将 k 空间数据按呼吸相位排序。随后应用3DGS框架从第一个运动状态重建参考图像体积。然后训练患者特定的卷积神经网络以估计变形向量场（DVFs），用于通过对参考体积进行空间变换生成剩余运动状态。该重建管道在6个来自6名受试者的数据集上进行评估，并与3种最新重建方法进行基准测试。实验结果表明，所提出的重建框架有效重建了高分辨率、运动分辨肺部MR图像。与现有方法相比，其在信噪比和对比度噪声比方面实现了优异的图像质量。该自监督的3DGS基重建方法实现了各向同性空间分辨率下的准确运动分辨肺部MRI。其在图像质量指标上优于最新方法的卓越性能凸显了其作为临床肺部MR成像鲁健解决方案的潜力。
引用
@article{arxiv.2505.04959,
title = {MoRe-3DGSMR: Motion-resolved reconstruction framework for free-breathing pulmonary MRI based on 3D Gaussian representation},
author = {Tengya Peng and Ruyi Zha and Qing Zou},
journal= {arXiv preprint arXiv:2505.04959},
year = {2026}
}