【文献速览】自监督SACE网络实现3T至7T SWI合成，助力神经疾病诊断

文章预览

点击标题下「蓝色微信名」可快速关注 Zhang D, Duan C, Anazodo U, et al. Self-supervised anatomical continuity enhancement network for 7T SWI synthesis from 3T SWI[J]. Medical Image Analysis, 2024, 95: 103184. DOI:10.1016/j.media.2024.103184 本文提出了一种新的自监督解剖连续性增强（ SACE ）网络，旨在将 3T 磁共振成像（ MRI ）的易感性加权成像（ SWI ）合成为 7T SWI 。由于在神经疾病诊断中的灵敏度较高， 7T SWI 成像模态受到广泛关注，但受限于在临床诊断中的普及度。当前主流技术主要关注在传统 MRI 模态的 7T 合成，而 SWI 合成则面临数据量有限以及组织不可见等问题的挑战。 SACE 网络通过两个预训练任务，由较丰富的 3T SWI 数据辅助合成 7T SWI 图像：第一个是形态学平衡的任务，需要消除冗余图像模式的同时保留关键形态，防止图像模糊；第二是相邻切片的对齐任务，通过预测差异场来改善 ………………………………