用于扩散 MRI 超分辨的空间-角度卷积
图像与视频处理
2023-12-04 v3 计算机视觉与模式识别
摘要
扩散 MRI (dMRI) 是一种广泛使用的成像模态，但需要较长的扫描时间才能获取高分辨率数据集。通过利用该领域内独特的几何特性，我们提出了一种新颖的 dMRI 角度超分辨方法，该方法扩展了参数化连续卷积 (PCConv) 框架。我们对该操作引入了若干扩充，包括傅里叶特征映射、全局坐标和领域特定上下文。使用该框架，我们构建了一个全参数化连续卷积网络 (PCCNN) 并与现有模型进行了比较。我们证明 PCCNN 在使用显著更少参数的情况下具有竞争力的性能。此外，我们表明该公式能很好地泛化到临床相关的下游分析中，例如基于 fixel 的分析和神经突起取向离散度和密度成像。
引用
@article{arxiv.2306.00854,
title = {Spatio-Angular Convolutions for Super-resolution in Diffusion MRI},
author = {Matthew Lyon and Paul Armitage and Mauricio A Álvarez},
journal= {arXiv preprint arXiv:2306.00854},
year = {2023}
}