Lesion-DDPM：用于多发性硬化 MRI 合成的病灶增强型三维扩散

arXiv:2606.15457v2 公告类型：replace-cross 摘要：三维 FLAIR MRI 被广泛推荐为多发性硬化（MS）脑成像的标准 MRI 序列之一，但公开可用的 MS 数据集规模仍相对较小，且在扫描仪、采集协议和病灶模式方面存在差异。这种数据稀缺性和变异性阻碍了稳健的神经影像机器学习模型的开发，对于旨在合成图像的同时保留微小、稀疏病灶的生成模型而言，挑战尤为突出。我们提出 Lesion-DDPM，这是一种用于病灶感知 FLAIR 合成的三维条件扩散框架，将多层级解剖掩膜注入与病灶加权重建损失相结合，在保持全局脑结构的同时强化对病灶体素的关注。我们使用经过整理的 MSLesSeg 数据集子集，将 Lesion-DDPM 与具有代表性的最先进 GAN 模型和扩散模型进行比较，同时评估图像生成指标和下游 3D U-Net 分割表现。在实验中，Lesion-DDPM 在所有方法中取得了最低的病灶区域重建误差。在下游 3D U-Net 病灶分割任务中，仅使用 Lesion-DDPM 生成的扫描图像训练、并在真实 MRI 上评估的模型达到了 0.616 的 Dice 分数，而表现最好的对比合成数据集对应的分数为 0.569。将 Lesion-DDPM 图像加入真实训练集后，Dice 分数进一步提升至 0.685。