MRI运动校正可靠评估：数据集与洞察
图像与视频处理
2025-06-09 v1
摘要
纠正MRI中的运动伪影至关重要，因为它们会妨碍准确诊断。然而，由于缺乏可接近的真实目标数据，评估基于深度学习和经典方法的运动校正技术仍然根本性地困难。为此，我们研究了三种评估方法：基于参考扫描的实际世界评估、模拟运动和无参考评估，每种方法都有其优势与局限。为实现实际世界运动伪影的评估，我们发布了PMoC3D数据集，包含未经处理的配对运动损坏的3D大脑MRI数据。为提升评估质量，我们引入MoMRISim——一个用于评估运动重建的特征空间指标。我们评估了每种评估方法，发现实际世界评估结合MoMRISim虽非完美，但最为可靠。基于模拟运动的评估系统性地夸大了算法性能，而无参考评估则高估了基于深度学习的过平滑输出。
引用
@article{arxiv.2506.05975,
title = {Reliable Evaluation of MRI Motion Correction: Dataset and Insights},
author = {Kun Wang and Tobit Klug and Stefan Ruschke and Jan S. Kirschke and Reinhard Heckel},
journal= {arXiv preprint arXiv:2506.05975},
year = {2025}
}