Imagerie du tenseur de diffusion (DTI) fournit des informations cruciales sur
microstructure du cerveau humain, mais l'acquisition peut prendre beaucoup de temps
par rapport aux pondérations T1 plus facilement disponibles (T1w) imagerie par résonance magnétique
(IRM). Pour relever ce défi, nous proposons un modèle de pont de diffusion en 3D
traduction d'images cérébrales entre les modalités IRM T1w et DTI. Notre modèle apprend à
générer une anisotropie fractionnaire DTI de haute qualité (FA) images à partir d'images T1w et
vice versa, permettant une augmentation des données multimodales et réduisant le besoin de
acquisition étendue de DTI. Nous évaluons notre approche en utilisant la perception
similarité, accord au niveau du pixel, et mesures de cohérence distributionnelle,
démontrant de solides performances dans la capture des structures anatomiques et
préserver les informations sur l'intégrité de la substance blanche. L'utilité pratique du
les données synthétiques sont validées par la classification par sexe et la maladie d’Alzheimer
tâches de classification, où les images générées atteignent des performances comparables
aux données réelles. Notre modèle de pont de diffusion offre une solution prometteuse pour
améliorer les ensembles de données de neuroimagerie et soutenir la prise de décision clinique, avec
le potentiel d’avoir un impact significatif sur la recherche en neuroimagerie et les
pratique.

Cet article explore les excursions dans le temps et leurs implications.

Télécharger PDF: