論文の概要: Pixelwise Uncertainty Quantification of Accelerated MRI Reconstruction

• arxiv url: http://arxiv.org/abs/2601.13236v1
• Date: Mon, 19 Jan 2026 17:12:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.986174
• Title: Pixelwise Uncertainty Quantification of Accelerated MRI Reconstruction
• Title（参考訳）: 加速MRI画像再構成における画素不確かさの定量化
• Authors: Ilias I. Giannakopoulos, Lokesh B Gautham Muthukumar, Yvonne W. Lui, Riccardo Lattanzi,
• Abstract要約: 臨床では、アンダーサンプル再建の診断品質を自動評価するメカニズムが存在しないため、保守的なアクセラレーション因子が選択される。 本研究は、並列MRI再構成における画素単位の不確実性定量化のための一般的な枠組みを導入する。 本手法はコンフォメーション量子レグレッションと画像再構成法を統合し,統計的に厳密な画素単位の不確かさ区間を推定する。
• 参考スコア（独自算出の注目度）: 0.06293060987473524
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Parallel imaging techniques reduce magnetic resonance imaging (MRI) scan time but image quality degrades as the acceleration factor increases. In clinical practice, conservative acceleration factors are chosen because no mechanism exists to automatically assess the diagnostic quality of undersampled reconstructions. This work introduces a general framework for pixel-wise uncertainty quantification in parallel MRI reconstructions, enabling automatic identification of unreliable regions without access to any ground-truth reference image. Our method integrates conformal quantile regression with image reconstruction methods to estimate statistically rigorous pixel-wise uncertainty intervals. We trained and evaluated our model on Cartesian undersampled brain and knee data obtained from the fastMRI dataset using acceleration factors ranging from 2 to 10. An end-to-end Variational Network was used for image reconstruction. Quantitative experiments demonstrate strong agreement between predicted uncertainty maps and true reconstruction error. Using our method, the corresponding Pearson correlation coefficient was higher than 90% at acceleration levels at and above four-fold; whereas it dropped to less than 70% when the uncertainty was computed using a simpler a heuristic notion (magnitude of the residual). Qualitative examples further show the uncertainty maps based on quantile regression capture the magnitude and spatial distribution of reconstruction errors across acceleration factors, with regions of elevated uncertainty aligning with pathologies and artifacts. The proposed framework enables evaluation of reconstruction quality without access to fully-sampled ground-truth reference images. It represents a step toward adaptive MRI acquisition protocols that may be able to dynamically balance scan time and diagnostic reliability.
• Abstract（参考訳）: 並列イメージング技術はMRIスキャン時間を短縮するが、加速度係数が増加するにつれて画質は低下する。 臨床では、アンダーサンプル再建の診断品質を自動評価するメカニズムが存在しないため、保守的なアクセラレーション因子が選択される。 本研究は、並列MRI再構成における画素単位の不確実性定量化のための一般的なフレームワークを導入し、基底トラスト参照画像にアクセスすることなく、信頼できない領域の自動識別を可能にする。 本手法はコンフォメーション量子レグレッションと画像再構成法を統合し,統計的に厳密な画素単位の不確かさ区間を推定する。 我々は,2～10の加速度因子を用いて,ファストMRIデータセットから得られたCartesian undersampled brainと膝のデータをトレーニングし,評価した。 画像再構成にはエンドツーエンドの変分ネットワークが使用された。 定量的実験は予測された不確実性マップと真の復元誤差との間に強い一致を示す。 提案手法を用いた場合,Pearson相関係数は4倍以上の加速レベルにおいて90%以上であったのに対し,不確実性はより単純なヒューリスティックな概念(残留のマグニチュード)を用いて計算すると70%以下に低下した。 さらに質的な例では、量子回帰に基づく不確実性マップは、加速因子間の再構成誤差の大きさと空間分布を捉え、その領域は、病理やアーティファクトと一致している。 提案手法は,完全サンプリングされた地中構造参照画像にアクセスすることなく,復元品質の評価を可能にする。 これは、スキャン時間と診断信頼性を動的にバランスできる、適応的なMRI取得プロトコルへの一歩である。

関連論文リスト

• CUTE-MRI: Conformalized Uncertainty-based framework for Time-adaptivE MRI [1.0209145746316146]
  この研究は、オブジェクトごとのスキャン時間を調整する、動的で不確実性を認識した買収フレームワークを導入している。 我々は整合予測を用いて、この不確かさを計量の厳密で校正された信頼区間に変換する。 この適応的手法は,最終的な画像の精度に関する公式な統計的保証を提供しながら,固定されたプロトコルと比較してスキャン時間を短縮することを示す。
  論文  参考訳（メタデータ） (2025-08-20T14:56:42Z)
• Evaluating structural uncertainty in accelerated MRI: are voxelwise measures useful surrogates? [1.8124328823188356]
  ボクセルレベルの不確実性は形態的不確実性についての洞察を与えないことを示す。 臨床的に関連のある下流課題としてセグメンテーションを使用し、再建モードのアンサンブルを配置し、再建における不確実性を測定する。
  論文  参考訳（メタデータ） (2025-03-13T16:34:22Z)
• A Unified Model for Compressed Sensing MRI Across Undersampling Patterns [69.19631302047569]
  様々な計測アンサンプパターンと画像解像度に頑健な統合MRI再構成モデルを提案する。 我々のモデルは、拡散法よりも600$times$高速な推論で、最先端CNN(End-to-End VarNet)の4dBでSSIMを11%改善し、PSNRを4dB改善する。
  論文  参考訳（メタデータ） (2024-10-05T20:03:57Z)
• Attention-aware non-rigid image registration for accelerated MR imaging [10.47044784972188]
  我々は,MRIの完全サンプリングと高速化のために,非厳密なペアワイズ登録を行うことのできる,注目に敏感なディープラーニングベースのフレームワークを提案する。 我々は、複数の解像度レベルで、登録された画像ペア間の類似性マップを構築するために、局所的な視覚表現を抽出する。 本モデルでは, 異なるサンプリング軌道にまたがって, 安定かつ一貫した運動場を導出することを示す。
  論文  参考訳（メタデータ） (2024-04-26T14:25:07Z)
• PixCUE -- Joint Uncertainty Estimation and Image Reconstruction in MRI using Deep Pixel Classification [0.0]
  画素分類フレームワークを用いたMRI再構成における不確実性を推定する手法を提案する。 提案手法は, 復元誤差と高い相関関係を持つ不確実性マップを生成することを実証する。 PixCUEはMRI再構成における不確実性を最小の計算コストで確実に推定できる。
  論文  参考訳（メタデータ） (2023-02-28T22:26:18Z)
• Stable Deep MRI Reconstruction using Generative Priors [13.400444194036101]
  本稿では,参照等級画像のみを生成的設定でトレーニングした,新しいディープニューラルネットワークベース正規化器を提案する。 その結果,最先端のディープラーニング手法に匹敵する競争性能が示された。
  論文  参考訳（メタデータ） (2022-10-25T08:34:29Z)
• Automated SSIM Regression for Detection and Quantification of Motion Artefacts in Brain MR Images [54.739076152240024]
  磁気共鳴脳画像における運動アーチファクトは重要な問題である。 MR画像の画質評価は,臨床診断に先立って基本的である。 構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
  論文  参考訳（メタデータ） (2022-06-14T10:16:54Z)
• Negligible effect of brain MRI data preprocessing for tumor segmentation [36.89606202543839]
  我々は3つの公開データセットの実験を行い、ディープニューラルネットワークにおける異なる前処理ステップの効果を評価する。 その結果、最も一般的な標準化手順は、ネットワーク性能に何の価値も与えないことが示されている。 画像の規格化に伴う信号分散の低減のため,画像強度正規化手法はモデル精度に寄与しない。
  論文  参考訳（メタデータ） (2022-04-11T17:29:36Z)
• Image-to-Image Regression with Distribution-Free Uncertainty Quantification and Applications in Imaging [88.20869695803631]
  真値を含むことが保証される各画素の周囲の不確実な間隔を導出する方法を示す。 画像から画像への回帰を3つのタスクで評価する。
  論文  参考訳（メタデータ） (2022-02-10T18:59:56Z)
• Adaptive Gradient Balancing for UndersampledMRI Reconstruction and Image-to-Image Translation [60.663499381212425]
  本研究では,新しい適応勾配バランス手法を併用したwasserstein生成逆ネットワークを用いて,画質の向上を図る。 MRIでは、他の技術よりも鮮明な画像を生成する高品質の再構築を維持しながら、アーティファクトを最小限に抑えます。
  論文  参考訳（メタデータ） (2021-04-05T13:05:22Z)
• Bayesian Uncertainty Estimation of Learned Variational MRI Reconstruction [63.202627467245584]
  我々は,モデル不連続な不確かさを定量化するベイズ変分フレームワークを提案する。 提案手法はMRIのアンダーサンプを用いた再建術の術後成績を示す。
  論文  参考訳（メタデータ） (2021-02-12T18:08:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。