LoCI-DiffCom: Longitudinal Consistency-Informed Diffusion Model for 3D Infant Brain Image Completion

要約

乳児の脳は、出生後最初の数年間で急速に発達します。横断的研究と比較して、縦断的研究は、より高い精度、統計的検出力、および柔軟性で乳児の脳の発達の軌跡を描写できます。しかし、乳児の縦断的磁気共鳴の収集（
MR) データには悪名高いドロップアウトの問題があり、時点が欠落した不完全なデータセットが生じます。
この制限は、その後の神経科学および臨床モデリングを著しく妨げます。
しかし、既存の深層生成モデルは、データがまばらで、発達中の脳における非線形で劇的なコントラスト/幾何学的な変化が原因で、脳画像の完成を逃すという困難に直面しています。
我々は、乳児の脳画像完成のための新しい縦方向一貫性情報拡散モデルである LoCI-DiffCom を提案します。これは、前後の時点の画像を統合して、高忠実度の欠損データを生成するための拡散モデルをガイドします。
私たちが設計した LoCI モジュールは、2 つの時間点からのデータのみに依存して、高度にまばらなシーケンスを処理できます。
年齢時点間の大きな分離と多様性にもかかわらず、私たちのアプローチは、状況を意識した一貫性を確保しながら、個別の発達特徴を抽出できます。
大規模な乳児の脳 MR データセットに関する実験では、ギャップが大きいシナリオであっても乳児の脳 MR 完了の欠落に対して一貫したパフォーマンスを示し、その有効性が実証され、初期の発達軌道のより適切な描写に役立ちます。

要約(オリジナル)

The infant brain undergoes rapid development in the first few years after birth.Compared to cross-sectional studies, longitudinal studies can depict the trajectories of infants brain development with higher accuracy, statistical power and flexibility.However, the collection of infant longitudinal magnetic resonance (MR) data suffers a notorious dropout problem, resulting in incomplete datasets with missing time points. This limitation significantly impedes subsequent neuroscience and clinical modeling. Yet, existing deep generative models are facing difficulties in missing brain image completion, due to sparse data and the nonlinear, dramatic contrast/geometric variations in the developing brain. We propose LoCI-DiffCom, a novel Longitudinal Consistency-Informed Diffusion model for infant brain image Completion,which integrates the images from preceding and subsequent time points to guide a diffusion model for generating high-fidelity missing data. Our designed LoCI module can work on highly sparse sequences, relying solely on data from two temporal points. Despite wide separation and diversity between age time points, our approach can extract individualized developmental features while ensuring context-aware consistency. Our experiments on a large infant brain MR dataset demonstrate its effectiveness with consistent performance on missing infant brain MR completion even in big gap scenarios, aiding in better delineation of early developmental trajectories.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google