Diffusion bridges for MRI reconstruction

Manyetik Rezonans Görüntüleme (MRG) yeniden yapılandırması tipik olarak, az örneklenmiş verileri tam örneklenmiş verilere dönüştürmek için bir çözümleme sürecini içerir. Bununla birlikte, geleneksel yayılma öncelikleri, Gauss gürültüsü durumundan başlayıp tam örneklenmiş verilerle biten, gürültü giderici bir dönüşüm gerçekleştirir. Birçok k-uzay örnekleme deseniyle ilişkili örtüşme yapay yapıları, beyaz Gauss gürültüsünden önemli ölçüde farklı olan uzamsal yapılara sahip olduğundan, bu gürültü giderme işlemi, yapay yapıların optimum düzeyde bastırılması nedeniyle yeniden yapılandırma hatalarına yol açabilir. Bu sınırlamanın üstesinden gelmek için, MRG yeniden yapılandırması için ilk Fourier kısıtlı difüzyon köprüsünü (FDB) sunuyoruz. Görevden bağımsız yayılma önceliklerinden farklı olarak FDB, az örneklenmiş verilerle başlayıp tam örneklenmiş verilerle biten bir çözümleme dönüşümü gerçekleştirmek için özel olarak tasarlanmıştır. Başlangıç noktası, rastgele seçilmiş, giderek artan uzaysal frekanslar kümesini ortadan kaldıran yeni bir stokastik bozunma operatörü kullanılarak yaratılır. Ağır derecede bozulmuş bir durumdan başlayan difüzyon önceliklerinin aksine, FDB, ters difüzyon örnekleme sürecini geliştirmek için orta derecede yetersiz örneklenmiş bir başlangıç noktası kullanır. Ayrıca, verileri başlangıç ve bitiş noktalarının ağırlıklı ortalamasına dayalı olarak bozan mevcut difüzyon köprülerinden farklı olarak FDB, hızlandırılmış MRG edinimlerinin doğasına daha yakın bir şekilde uyum sağlayarak k-uzayı noktalarının ikili olarak kaldırılmasını kullanır. Görüntü kalitesini daha da artırmak için FDB, öğrenilmiş bir düzeltme terimini temel alan yeni bir örnekleme algoritması kullanır ve ters difüzyon adımları sırasında geri kazanılan k-uzayı verilerinin tahminlerini sürekli olarak iyileştirerek yumuşak düzeltmeyi mümkün kılar. Beyin MRG testleri, FDB'nin rakip difüzyon olmayan öncelikleri 4,8 dB PSNR ve 11,8% SSIM ile difüzyon önceliklerini ise 4,7 dB PSNR ve 6,6% SSIM ile geride bıraktığını göstermektedir.