基于全局到局部扩散模型的零样本动态MRI重建

扩散模型最近在磁共振成像(MRI)数据的生成与重建方面取得了显著进展。这些模型在处理未采样数据和降噪方面表现出巨大潜力，凸显了其作为生成模型的前景。然而，它们在动态MRI中的应用仍相对不足。这主要是因为训练通常需要大量完全采样的数据，而动态MRI由于其时空复杂性和高采集成本而难以获得。为解决这一挑战，我们提出了一种基于时间交错采集方案的动态MRI重建方法，即全局到局部扩散模型。具体而言，通过合并相邻时间帧的欠采样k空间数据构建完全编码的全分辨率参考数据，为全局模型和局部模型生成两个不同的批量训练数据集。全局到局部扩散框架交替优化全局信息和局部图像细节，从而实现零样本重建。大量实验表明，所提出的方法在降噪和细节保留方面表现良好，达到了与监督方法相当的重建质量。