研究人员开发了一种新颖的条件扩散框架——Spatio-Temporal Mixture-of-Modality-Experts (ST-MoME)，用于从动态对比增强MRI (DCE-MRI)合成定量参数图。该方法在输入MRI序列不完整时尤其有效，克服了先前方法的局限性。ST-MoME利用一个时空门控网络整合来自不同MRI模态的特征，该网络生成动态权重来指导合成过程。该框架直接在图像空间中操作，并采用基于Swin的骨干网络，在多种合成场景下，在临床脑肿瘤队列中均展现出卓越的性能。 AI
影响 这项研究有望提高定量MRI数据的可用性，从而可能有助于更准确的肿瘤评估和治疗规划。
排序理由 该集群包含一篇详细介绍一种新的医学图像合成方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.25535v1 Announce Type: new Abstract: Quantitative maps from dynamic contrast-enhanced MRI (DCE-MRI) are essential for tumor assessment but are often unavailable due to contrast-agent risks and protocol variability. Prior methods predict these maps from other MRI modali…
Quantitative maps from dynamic contrast-enhanced MRI (DCE-MRI) are essential for tumor assessment but are often unavailable due to contrast-agent risks and protocol variability. Prior methods predict these maps from other MRI modalities, yet most assume fixed, fully observed inpu…