基于联合 x-q 空间非局部自相似信息的扩散 MRI 降噪
医学物理
2018-07-26 v1
摘要
扩散 MRI 可深入洞察白质微结构，但信噪比（SNR）低，尤其在高中子加权（即 b 值）时。为避免耗时的重复采集，常使用后处理算法降噪。在现有方法中，非局部均值（NLM）已被证明特别有效。然而，大多数用于扩散 MRI 的 NLM 算法侧重于空间域（即 x 空间）中的块匹配，而忽视了数据存在于涵盖空间域和扩散波矢域（即 q 空间）的联合 6D 空间这一事实。这一缺陷导致在弯曲白质结构中块匹配不准确，从而无法有效利用循环信息进行降噪。本文的目标是通过将 NLM 扩展到联合 x-q 空间来克服此限制。具体而言，我们为 x-q 空间中的每个点定义一个球形块，从中提取旋转不变特征用于块匹配。跨 q 样本执行块匹配的能力使得来自不同取向结构的块可用于有效去噪。在合成、重复采集和真实数据上的大量实验表明，我们的方法在定性和定量上均优于最先进的方法。
引用
@article{arxiv.1807.09674,
title = {Noise Reduction in Diffusion MRI Using Non-Local Self-Similar Information in Joint x-q Space},
author = {Geng Chen and Yafeng Wu and Dinggang Shen and Pew-Thian Yap},
journal= {arXiv preprint arXiv:1807.09674},
year = {2018}
}
备注
36 pages, 14 figures