SGSR: Structure-Guided Multi-Contrast MRI Super-Resolution via Spatio-Frequency Co-Query Attention

要約

磁気共鳴画像法 (MRI) は、さまざまな検査における主要な診断手段であり、さまざまな組織を特徴付けるために複数のコントラスト画像が取得されることがよくあります。
ただし、高解像度の MRI を取得すると通常はスキャン時間が延長され、モーション アーチファクトが発生する可能性があります。
したがって、MRI の超解像度は、これらの課題を軽減する有望なアプローチとして浮上しています。
これまでの研究では、MRI 超解像 (MCSR) のための複数のコントラストの使用が研究されてきましたが、その大部分はコントラスト不変の豊富な構造情報を十分に活用していませんでした。
マルチコントラスト MRI のこのような重要な事前知識を十分に活用するために、この研究では、新しい空間周波数共通クエリ アテンション (CQA) メカニズムに基づく新しい構造誘導型 MCSR (SGSR) フレームワークを提案します。
具体的には、CQA は、共有構造クエリを使用して複数のコントラストの特徴に注目します。このクエリは、さまざまなコントラストから共通構造を抽出、融合、洗練するように特に設計されています。
さらに、よりきめの細かい構造の改善を可能にするために、空間ドメインに加えて新しい周波数ドメイン CQA モジュールを提案します。
fastMRI 膝データと低磁場脳 MRI に関する広範な実験により、SGSR が統計的に有意な最先端の MCSR 方法より優れていることが示されました。

要約(オリジナル)

Magnetic Resonance Imaging (MRI) is a leading diagnostic modality for a wide range of exams, where multiple contrast images are often acquired for characterizing different tissues. However, acquiring high-resolution MRI typically extends scan time, which can introduce motion artifacts. Super-resolution of MRI therefore emerges as a promising approach to mitigate these challenges. Earlier studies have investigated the use of multiple contrasts for MRI super-resolution (MCSR), whereas majority of them did not fully exploit the rich contrast-invariant structural information. To fully utilize such crucial prior knowledge of multi-contrast MRI, in this work, we propose a novel structure-guided MCSR (SGSR) framework based on a new spatio-frequency co-query attention (CQA) mechanism. Specifically, CQA performs attention on features of multiple contrasts with a shared structural query, which is particularly designed to extract, fuse, and refine the common structures from different contrasts. We further propose a novel frequency-domain CQA module in addition to the spatial domain, to enable more fine-grained structural refinement. Extensive experiments on fastMRI knee data and low-field brain MRI show that SGSR outperforms state-of-the-art MCSR methods with statistical significance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google