Cas-DiffCom: Cascaded diffusion model for infant longitudinal super-resolution 3D medical image completion

要約

乳児期初期は、行動と神経認知の急速かつダイナミックな神経発達期です。
縦方向磁気共鳴画像法 (MRI) は、脳構造の発達の軌跡を捉えることで、このような重要な段階を調査するための有効なツールです。
しかし、縦方向の MRI 取得では、参加者の脱落やスキャンの失敗による深刻なデータ欠落の問題が常に発生し、縦方向の乳児の脳アトラスの構築と発達軌道の描写は非常に困難になります。
AI ベースの生成モデルの開発のおかげで、神経画像補完は、可能な限り多くの利用可能なデータを保持するための強力な技術になりました。
ただし、現在の画像完成方法では、通常、時間軸における個々の被写体内での不一致が発生し、全体の品質が損なわれます。
この問題を解決するために、私たちの論文では、高密度で縦方向の 3D 乳児脳 MRI の完成と超解像のための 2 段階のカスケード拡散モデル Cas-DiffCom を提案しました。
私たちは、提案した手法を Baby Connectome Project (BCP) データセットに適用しました。
実験結果は、Cas-DiffCom が縦方向の乳児の脳画像の完成において、個別の一貫性と高い忠実度の両方を達成していることを検証しました。
さらに、生成された乳児の脳画像を脳組織のセグメンテーションと発達軌道描写という 2 つの下流タスクに適用し、神経科学分野におけるタスク指向の可能性を宣言しました。

要約(オリジナル)

Early infancy is a rapid and dynamic neurodevelopmental period for behavior and neurocognition. Longitudinal magnetic resonance imaging (MRI) is an effective tool to investigate such a crucial stage by capturing the developmental trajectories of the brain structures. However, longitudinal MRI acquisition always meets a serious data-missing problem due to participant dropout and failed scans, making longitudinal infant brain atlas construction and developmental trajectory delineation quite challenging. Thanks to the development of an AI-based generative model, neuroimage completion has become a powerful technique to retain as much available data as possible. However, current image completion methods usually suffer from inconsistency within each individual subject in the time dimension, compromising the overall quality. To solve this problem, our paper proposed a two-stage cascaded diffusion model, Cas-DiffCom, for dense and longitudinal 3D infant brain MRI completion and super-resolution. We applied our proposed method to the Baby Connectome Project (BCP) dataset. The experiment results validate that Cas-DiffCom achieves both individual consistency and high fidelity in longitudinal infant brain image completion. We further applied the generated infant brain images to two downstream tasks, brain tissue segmentation and developmental trajectory delineation, to declare its task-oriented potential in the neuroscience field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google