QSMDiff：用于定量磁化率成像的无监督 3D 扩散模型
图像与视频处理
2024-03-22 v1 计算机视觉与模式识别
医学物理
摘要
定量磁化率成像（QSM）偶极子反演是一个不适定的逆问题，旨在从 MRI 组织相位中量化磁化率分布。尽管监督深度学习方法在特定 QSM 任务中取得了成功，但它们在不同采集场景下的泛化能力仍然受限。扩散模型的最新进展已展现出解决 2D 医学成像逆问题的潜力。然而，由于计算需求高，将其应用于 QSM 等 3D 模态仍具挑战性。在这项工作中，我们开发了一种基于 3D 图像块的扩散模型，即 QSMDiff，用于在不同扫描参数下进行稳健的 QSM 重建，并同时执行超分辨率和图像去噪任务。QSMDiff 在推理过程中采用无监督 3D 图像块训练和全尺寸测量引导，以实现可控的图像生成。在使用梯度回波和回波平面成像序列、在不同采集参数下对模拟和体内人脑进行的评估中，表现出优越的性能。QSMDiff 中提出的方法也有望对 QSM 之外的其他 3D 医学成像应用产生影响。
引用
@article{arxiv.2403.14070,
title = {QSMDiff: Unsupervised 3D Diffusion Models for Quantitative Susceptibility Mapping},
author = {Zhuang Xiong and Wei Jiang and Yang Gao and Feng Liu and Hongfu Sun},
journal= {arXiv preprint arXiv:2403.14070},
year = {2024}
}