面向小结构可视化的超分辨率 CEST MRI
图像与视频处理
2022-04-08 v1 人工智能
计算机视觉与模式识别
医学物理
摘要
类风湿关节炎等风湿性疾病的发病通常是亚临床的,导致疾病的早期检测十分困难。然而,使用 MRI 或 CT 等成像技术可检测到解剖结构的特征性变化。化学交换饱和转移(CEST)MRI 等现代成像技术有望通过对体内代谢物成像进一步改善早期检测。要对患者关节中的小结构成像——这通常是疾病引起变化的首批区域之一——需要 CEST MR 成像具备高分辨率。然而,受采集的底层物理约束限制,当前 CEST MR 分辨率天然偏低。本工作中,我们将既有上采样技术与基于神经网络的超分辨率方法进行比较。我们表明,神经网络能够比现有方法显著更好地学习从低分辨率到高分辨率非饱和 CEST 图像的映射。在测试集上,使用 ResNet 神经网络可实现 32.29dB 的 PSNR(+10%)、0.14 的 NRMSE(+28%)和 0.85 的 SSIM(+15%),较基线有大幅提升。本工作为神经网络用于超分辨率 CEST MRI 的前瞻性研究铺平了道路,并可能进而实现风湿性疾病发病的更早期检测。
引用
@article{arxiv.2112.01905,
title = {Towards Super-Resolution CEST MRI for Visualization of Small Structures},
author = {Lukas Folle and Katharian Tkotz and Fasil Gadjimuradov and Lorenz Kapsner and Moritz Fabian and Sebastian Bickelhaupt and David Simon and Arnd Kleyer and Gerhard Krönke and Moritz Zaiß and Armin Nagel and Andreas Maier},
journal= {arXiv preprint arXiv:2112.01905},
year = {2022}
}