计算机工程

作者：赵昂, 相洁, 牛焱, 武旭斌, 宋子泽, 温昕

单位：1. 太原理工大学计算机科学与技术学院(大数据学院), 山西 晋中 0306002. 太原理工大学软件学院, 山西 晋中 030600

关键词：磁共振成像,超分辨率,扩散模型,频域,条件图像

基金：国家自然科学基金(62376184); 国家自然科学基金(62206196); 山西省科技成果转化引导专项(202304021301035)

磁共振成像是临床诊断中应用最广泛的成像方式之一。然而, 受到扫描设备成本和扫描时间的限制, 要获取高分辨率的磁共振图像相当困难。近年来, 为了提高图像质量, 扩散模型(DM)被应用于超分辨率技术。但已有的研究工作中模型推理效率低下且未充分提取高频特征, 使得重建出的效果差强人意。针对此问题, 构建了一种高效的磁共振成像单图超分辨率扩散模型ResDM。在该模型中, 首先使用预训练好的超分辨率模型来提供给定低分辨率图像的条件图像; 然后将噪声引导到高分辨率图像与条件图像之间的残差空间, 为了加快模型推理速度, 使用去噪扩散隐式模型结合U-Net结构, 以获得生成速度快且效果良好的结果; 接着引入基于频域的损失函数和注意力机制以促进其恢复高频细节信息; 最后在HCP、BraTS2019和FastMRI 3个公共数据集上进行实验, 采用峰值信噪比(PSNR)和结构相似性指数度量(SSIM)这2种图像客观评价指标进行评估。结果表明, 所提方法与7种已有的图像超分辨率重建方法相比, 在上采样因子为4的情况下, 在3个数据集的PSNR和SSIM上取得平均2.24 dB和0.06的增长; 可视化结果显示, 其获得了分辨率更高且细节信息更丰富的磁共振图像。

来源：2026年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第5期