关于无监督去噪扩散模型在磁性共振成像重建中的不稳定性
图像与视频处理
2024-06-26 v1 人工智能
机器学习
摘要
去噪扩散模型提供了一种通过无监督方式加速磁性共振成像（MRI）并产生诊断水平图像的有前景的方法。然而，我们的研究表明，即使是来自替代模型的微小最坏情况扰动，也会导致这些模型生成可能误导临床医生的假组织结构。此类最坏情况扰动的可迁移性表明，由于 MR 系统的不完美或其他噪声来源，图像重建的鲁棒性可能受到影响。此外，在更大的扰动强度下，扩散模型表现出类似高斯噪声的痕迹，这些痕迹与受监督模型中观察到的痕迹不同，更难以检测。我们的结果凸显了当前领先的基于扩散的重建模型对可能的最坏情况扰动的脆弱性，并强调了为进一步提高其在临床环境中的鲁棒性和可靠性需要进一步研究。
引用
@article{arxiv.2406.16983,
title = {On Instabilities of Unsupervised Denoising Diffusion Models in Magnetic Resonance Imaging Reconstruction},
author = {Tianyu Han and Sven Nebelung and Firas Khader and Jakob Nikolas Kather and Daniel Truhn},
journal= {arXiv preprint arXiv:2406.16983},
year = {2024}
}