中文

基于二维布朗桥扩散模型的切片一致性三维体脑CT到MRI转换

图像与视频处理 2024-07-09 v1 计算机视觉与模式识别

摘要

在神经影像学中,通常脑部CT相比MRI是一种更具成本效益和可及性的成像选择。然而,CT表现出较差的软组织对比度和更高的噪声水平,导致结构清晰度较低。因此,利用更易获得的CT来构建其对应的MRI,即医学图像到图像转换(I2I),是一个有前景的解决方案。特别是,尽管扩散模型(DM)最近已成为一种强大的工具,但它们对于医学I2I也存在一些实际注意事项。首先,DM来自随机噪声采样的固有随机性无法保证生成忠实反映其CT的一致MRI。其次,对于医学成像中普遍存在的三维体图像,天真地使用二维DM会导致切片不一致性,例如异常的结构和亮度变化。虽然存在三维DM,但显著的训练成本和数据依赖性带来了犹豫。作为解决方案,我们为二维布朗桥扩散模型提出了新颖的风格关键条件(SKC)和切片间轨迹对齐(ISTA)采样。具体来说,SKC确保跨切片一致的成像风格(例如对比度),而ISTA互连每个切片的独立采样,确定性地实现风格和形状一致的三维CT到MRI转换。据我们所知,这项研究是首次仅基于二维DM且无需额外架构模型实现高质量三维医学I2I。我们的实验结果表明,使用内部CT-MRI数据集和BraTS2023 FLAIR-T1 MRI数据集,我们的方法优于现有的二维和三维基线方法。

关键词

引用

@article{arxiv.2407.05059,
  title  = {Slice-Consistent 3D Volumetric Brain CT-to-MRI Translation with 2D Brownian Bridge Diffusion Model},
  author = {Kyobin Choo and Youngjun Jun and Mijin Yun and Seong Jae Hwang},
  journal= {arXiv preprint arXiv:2407.05059},
  year   = {2024}
}

备注

13 pages, 7 figures, Early accepted at Medical Image Computing and Computer Assisted Intervention (MICCAI) 2024