Jan, 2024

IVIM-Morph: 动态补偿的定量矢量内相不相干运动（IVIM）分析用于从扩散加权磁共振成像数据评估功能性胎儿肺成熟度

PDF
TL;DRIVIM-morph 是一种自监督深度神经网络模型，用于运动校正的扩散加权磁共振成像数据的定量分析，其将 IVIM 模型参数估计和运动同时进行，展示了在胎儿肺部定量分析中改善胎龄相关性，同时为非侵入性胎儿肺成熟性评估和动态扩散加权成像分析提供了潜在应用。
quantitative analysisdiffusion-weighted magnetic resonance imagingfetal lung maturationself-supervised deep neural network modelmotion-corrected quantitative analysis
发现论文，激发创造
  • qDWI-Morph：用于胎儿肺部成熟度评估的运动补偿定量扩散加权 MRI 分析

    使用 qDWI-morph，我们成功地开发了一种无监督深度神经网络体系结构来实现运动补偿的定量 DWI 分析，从而提供了一种可以用于无创胎肺成熟度评估的临床可行的生物标志物。

    Aug, 2022

  • 基于 IVIM 模型的胎肺成熟度有监督学习评估方法：数据一致性约束下的有限 DWI 数据

    本文介绍了一种使用 SUPER-IVIM-DC 深度神经网络技术来提高 DWI 数据捕获 b 值数量限制的 IVIM 分析方法，透过模拟、慢性志愿者和胎儿数据的实验，发现该方法相较于以往的 DNN 方法和经典方法具备更低的正常化均方根误差及更高的胎龄相关性，可为非侵入性胎儿肺成熟性评估提供临床可行性生物标记，并可减少 DWI 数据分析的长时间获取。

    Jun, 2022

  • FetalDiffusion：具有条件扩散模型的可控姿态 3D 胎儿核磁共振成像合成

    该研究提出了一种使用条件扩散模型生成可控姿态的三维合成胎儿磁共振成像方法，并采用辅助姿态级损失来增强模型性能。实验证明，该方法生成的高质量合成胎儿磁共振成像能够准确识别胎儿姿态，并与真实胎儿磁共振成像比较具有竞争优势。此外，通过集成合成胎儿磁共振成像，可以提高胎儿姿态估计模型的性能，尤其适用于数据有限的情况下，相对于真实扫描数据，能够提高 15.4％的 PCK 值和减少 50.2％的平均误差。该方法有望更有效地解决胎儿运动问题，从而提高实时追踪模型的性能。

    Mar, 2024

  • DMCVR: 基于形态学引导的扩散模型用于 3D 心脏容积重构

    通过形态导向扩散模型，我们提出了 DMCVR，用于从稀疏的 2D 图像堆叠中更好地重建 3D 心脏容积，这种方法在生成模型中将心脏形态作为条件，消除了潜在代码的耗时迭代优化过程，提高了生成质量。我们的实验表明，DMCVR 在 2D 生成和 3D 重建性能等几个方面非常有效，能够产生高分辨率的 3D 心脏 MRI 重建，超过了当前的技术水平。我们提出的框架有着改善心脏疾病诊断和治疗规划准确性的巨大潜力。

    Aug, 2023

  • 胎儿脑部动态矫正的文献综述

    该论文提供了对 MRI 中胎儿运动校正的最新进展的全面回顾，涵盖了各种解决这些挑战的现代方法和技术进步，包括传统的 3D 胎儿 MRI 校正方法（如切片到体积注册），基于深度学习的技术（如卷积神经网络，长短期记忆网络，变形器，生成对抗网络）和最新的扩散模型。通过这次文献综述得出的见解反映出对胎儿 MRI 研究中技术细节和实际影响的深入了解，为该领域的潜在解决方案和未来改进提供了合理的观点。

    Jan, 2024

  • VoxelMorph：用于可形变医学图像配准的学习框架

    VoxelMorph 是一个快速的用于变形匹配的学习框架，可加速医学图像分析和处理管道，我们探索了两种不同的训练策略并演示了其准确性和速度优势。

    Sep, 2018

  • 基于辐射扩散生成模型的自监督胎儿 MRI 三维重建

    提出了一种基于 Radiation Diffusion Generation Model (RDGM) 的新型胎儿脑 MRI 高质量体重建方法，该方法利用 Neural Radiation Field (NeRF) 和超分辨率生成的扩散模型，使用预训练的 transformer 模型进行切片配准，进一步增强了体积的全局一致性和区分能力，实验结果表明该方法在真实世界胎儿脑 MRI 堆栈上表现出最先进的性能。

    Oct, 2023

  • 深度学习用于自动筛查心律失常引起的右心室心肌病的应变量化

    自动识别心脏 MR 图像中的位移异常，通过注册、形变分析和应力分析等方法进行心脏运动的量化，并在心脏病诊断中发现具有潜在价值的心脏位移变化。

    Nov, 2023

  • MomentaMorph：无监督的 Momenta、Shooting 和 Correction 的时空配准

    综合上述研究，我们提出了一种新的 “动量、射击和修正” 框架，用于在存在重复模式和大运动的情况下进行拉格朗日运动估计，能够在大运动和重复模式中准确、密集和可微分地估计 2D/3D 运动场。

    Aug, 2023

  • HAITCH: 胎儿多壳扩散加权 MRI 的形变和运动校正框架

    HAITCH 是第一个也是唯一一个公开可用的工具，用于纠正和重建多壳高角分辨率的胎儿弥散磁共振成像数据，能够消除伪迹并重建适用于高级扩散建模的胎儿 dMRI 数据，为在具有挑战性的成像条件下更可靠地分析胎儿大脑微结构和胼胝体成像铺平了道路。

    Jun, 2024