基于超分辨率的胎儿脑部 MRI 的鲁棒性与诊断性能
计算机视觉与模式识别
2025-09-15 v1
摘要
胎儿脑部 MRI 依赖于快速的多视角 2D 切片获取以减少因胎儿运动导致的运动伪影。然而，这些切片堆通常分辨率较低，可能受到运动损坏，且不充分捕捉 3D 解剖结构。超分辨率重建（SRR）方法旨在通过将切片到体积配准与超分辨率技术相结合来解决这些限制，从而生成高分辨率（HR）3D 体积。尽管提出了多种 SRR 方法，但其比较性能——特别是在病理情况下的性能——以及对下游体积分析和诊断任务的影响仍未充分探讨。本研究将三种最新 SRR 方法（NiftyMIC、SVRTK 和 NeSVoR）应用于 140 例胎儿脑部 MRI 扫描，包括健康对照（HC）和带有脑室扩张（VM）的病理案件（PC）。每种 HR 重建都使用 BoUNTi 算法进行分割，以提取九个主要脑结构的体积。我们评估了视觉质量、SRR 成功率、体积测量一致性以及诊断分类性能。NeSVoR 在 HC 和 PC 两组中表现出最高且最一致的重建成功率（>90%）。尽管在体积估计方面观察到 SRR 方法之间存在显著差异，但 VM 的分类性能不受 SRR 方法选择的影响。这一发现凸显了 NeSVoR 的鲁棒性以及即使在 SRR 引起的体积变异性下，诊断性能仍然具有韧性。
引用
@article{arxiv.2509.10257,
title = {Robustness and Diagnostic Performance of Super-Resolution Fetal Brain MRI},
author = {Ema Masterl and Tina Vipotnik Vesnaver and Žiga Špiclin},
journal= {arXiv preprint arXiv:2509.10257},
year = {2025}
}
备注
Accepted at the PIPPI Workshop of MICCAI 2025