换一批统一模态感知去噪扩散概率模型用于检出多序列MRI中的脑肿瘤
Unified modality-aware denoising diffusion probabilistic model for detecting brain tumors in multiple sequences MRI
摘要目的 观察统一模态感知去噪扩散概率模型(UMA-DDPM)用于检出多序列MRI中的脑肿瘤的价值.方法 以IXI数据集中来自健康个体的581幅颅脑T1WI和T2WI对模型进行内部训练、验证及测试,利用BraTS21公开数据集中1 251例脑肿瘤T1WI及T2WI数据进行外部测试;以引入遮蔽模块、模态感知模块(MAM)和双域损失函数的UMA-DDPM分析颅脑多序列MRI,与常用异常检测方法比较,评估其在"单模态"和"统一模态"下检出脑肿瘤的价值.结果 UMA-DDPM可精准识别MRI中的异常区域,且生成图像与原始图像相似度较高,质量亦优于其他模型.单模态UMA-DDPM检测MRI中的脑肿瘤的表现最优;统一模态UMA-DDPM性能略有下降,但整体仍优于其他模型,且其自适应能力及空间-频率信息利用率均有所提升.结论 基于UMA-DDPM可在保证模态自适应能力和图像信息利用率的情况下有效检出多序列MRI中的脑肿瘤.
更多相关知识
栏目名称
DOI
10.13929/j.issn.1003-3289.2026.01.023
发布时间
2026-04-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
医学影像标准与创新发展研究项目（HX25AⅡ001038）
国家自然科学基金（82572374）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
