NUQ：基于不确定性差异量化的扩散磁共振成像噪声度量
图像与视频处理
2022-03-08 v2 计算机视觉与模式识别
机器学习
摘要
扩散磁共振成像（dMRI）是唯一对组织微结构敏感的无创技术，而这可用于重建组织微结构与白质通路。此类任务的准确性受到 dMRI 中低信噪比的阻碍。如今，噪声主要通过残差图的目视检查与估计的标准差来表征。然而，仅基于此类定性评估很难估计噪声对下游任务的影响。为解决该问题，我们引入一种新颖的度量——噪声不确定性量化（NUQ），用于在缺乏真值参考图像的情况下进行定量图像质量分析。NUQ 利用近期提出的 dMRI 模型贝叶斯公式来估计微结构度量的不确定性。具体而言，NUQ 使用最大均值差异度量，通过比较从微结构度量的后验分布中抽取的样本来计算汇总质量分数。我们表明 NUQ 允许对噪声进行细粒度分析，捕捉视觉上不可察觉的细节。我们在真实数据集上进行定性与定量比较，表明 NUQ 在不同去噪器与采集方案下生成一致的分数。最后，通过在精神分裂症患者与对照组队列上使用 NUQ，我们量化了去噪对组间差异的实质性影响。
引用
@article{arxiv.2203.01921,
title = {NUQ: A Noise Metric for Diffusion MRI via Uncertainty Discrepancy Quantification},
author = {Shreyas Fadnavis and Jens Sjölund and Anders Eklund and Eleftherios Garyfallidis},
journal= {arXiv preprint arXiv:2203.01921},
year = {2022}
}