基于 SSIM 指导的 MRI 扫描器无关性调谐
计算机视觉与模式识别
2025-10-28 v1
摘要
MRI 扫描器型号、获取协议和成像站点之间的差异引入的变异性，阻碍了跨中心研究中的一致分析和可泛化性。我们提出一种用于 3D T1 加权脑 MRI 的 novel image-based harmonization 框架，该框架将解剖内容从扫描器和站点特定变异中解耦。该模型融入基于结构相似性指数（SSIM）的可微损失，以保留生物学有意义的特征，同时减少跨站点变异性。该损失允许独立评估图像亮度、对比度和结构组成分。训练和验证在多个公开数据集上完成，涵盖多样化的扫描器和站点，测试在健康和临床人群中进行。使用多个风格目标，包括风格无关参考，产生了一致且高质量的输出。视觉比较、体素强度分布和 SSIM 基于指标表明，调谐后的图像在不同获取设置下实现了强对齐，同时保持了解剖忠诚度。结构 SSIM 达到 0.97，亮度 SSIM 范围为 0.98-0.99， Wasserstein 距离在均值体素强度分布之间显著减小。下游任务显示出显著性改进：脑龄预测的平均绝对误差从 5.36 年降至 3.30 年，阿尔茨海默病分类的 AUC 从 0.78 提升至 0.85。总体而言，我们的框架增强了跨站点图像一致性，保持了解剖忠诚度，并提高了下游模型性能，为大规模多中心神经影像学研究提供了稳健且可泛化的解决方案。
引用
@article{arxiv.2510.22073,
title = {Scanner-Agnostic MRI Harmonization via SSIM-Guided Disentanglement},
author = {Luca Caldera and Lara Cavinato and Francesca Ieva},
journal= {arXiv preprint arXiv:2510.22073},
year = {2025}
}