A Diffusion-Driven Temporal Super-Resolution and Spatial Consistency Enhancement Framework for 4D MRI imaging

要約

医療イメージングでは、4D MRIが動的な3D視覚化を可能にしますが、空間的解像度と時間分解能のトレードオフには、特に迅速で大振幅の動き中に時間的忠実度を損なう可能性のある長期スキャン時間が必要です。
従来のアプローチは通常、登録ベースの補間に依存して中間フレームを生成します。
しかし、これらの方法は大きな変形と闘い、その結果、regrigistration、アーティファクト、および空間的一貫性が低下します。
これらの課題に対処するために、空間的な一貫性を維持しながら中間フレームを生成する新しいフレームワークであるTSSC-Netを提案します。
速い動きの下での時間的忠実度を改善するために、拡散ベースの時間的超解像度ネットワークは、開始フレームとエンドフレームを重要な参照として使用して中間フレームを生成し、単一の推論ステップで6倍の時間的超解像度を達成します。
さらに、長距離のコンテキスト情報を活用して、クロススライスの不整合から生じる空間的矛盾を効果的に解決し、それにより体積のコヒーレンスを高め、クロススライスエラーを修正する新しい三方方向MAMBAベースの新しいモジュールを導入します。
公共のACDC心臓MRIデータセットと実際の動的4D膝関節データセットで広範な実験が行われました。
結果は、TSSC-Netが構造的な忠実度と空間的一貫性を維持しながら、高速モーションデータから高解像度の動的MRIを生成できることを示しています。

要約(オリジナル)

In medical imaging, 4D MRI enables dynamic 3D visualization, yet the trade-off between spatial and temporal resolution requires prolonged scan time that can compromise temporal fidelity–especially during rapid, large-amplitude motion. Traditional approaches typically rely on registration-based interpolation to generate intermediate frames. However, these methods struggle with large deformations, resulting in misregistration, artifacts, and diminished spatial consistency. To address these challenges, we propose TSSC-Net, a novel framework that generates intermediate frames while preserving spatial consistency. To improve temporal fidelity under fast motion, our diffusion-based temporal super-resolution network generates intermediate frames using the start and end frames as key references, achieving 6x temporal super-resolution in a single inference step. Additionally, we introduce a novel tri-directional Mamba-based module that leverages long-range contextual information to effectively resolve spatial inconsistencies arising from cross-slice misalignment, thereby enhancing volumetric coherence and correcting cross-slice errors. Extensive experiments were performed on the public ACDC cardiac MRI dataset and a real-world dynamic 4D knee joint dataset. The results demonstrate that TSSC-Net can generate high-resolution dynamic MRI from fast-motion data while preserving structural fidelity and spatial consistency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google