编辑推荐：
NODDI技术因依赖高分辨率dMRI数据难以在临床普及，本研究提出3D-DCLDM模型，通过VQGAN编码低分辨率dMRI到潜在空间，结合条件扩散模型生成高精度NODDI指数图，实验表明其优于现有方法且适用于多协议临床数据。
Jiquan Ma | Yu Guo | Yihang Gao | Fanhui Kong | Xiuchun Li | Hui Cui | Haotian Jiang | Geng Chen
黑龙江大学计算机科学与技术系，哈尔滨，中国，
摘要
神经突起方向分散和密度成像（NODDI）是一种强大的微观结构成像方法，能够深入洞察脑组织结构。然而，其在常规临床工作流程中的可行性受到高空间和角度分辨率的扩散磁共振成像（dMRI）采集需求的限制。为了解决这一挑战，我们提出了一种新的3D双条件潜在扩散模型（3D-DCLDM），该模型可以直接从低空间分辨率的dMRI数据生成高质量的NODDI指数图。3D-DCLDM是一个两阶段的超分辨率微观结构估计模型，首先使用向量量化生成对抗网络来学习微观结构指数的紧凑潜在表示，然后使用条件潜在扩散模型合成超分辨率的NODDI图。通过利用条件潜在扩散模型的高级高维数据建模能力，3D-DCLDM能够有效捕捉传统方法难以检测或恢复的复杂微观结构模式。我们使用人类连接组项目（HCP）、阿尔茨海默病神经影像学计划（ADNI）和帕金森病基于纤维的扩散成像（ParkTDI）数据集进行了全面实验。对于HCP数据集，我们在单壳和多壳协议上进行了评估。在所有数据集中，3D-DCLDM在定性和定量评估中均显著优于现有最先进方法。结果表明，该模型在多种采集协议和临床队列中具有很强的鲁棒性和适应性，凸显了其从临床可行的dMRI协议中改进微观结构估计的潜力，并推进了其在大规模研究和临床环境中的应用。
引言
神经突起方向分散和密度成像（NODDI）[1]是一种先进的扩散磁共振成像（dMRI）技术。与传统扩散加权成像（DWI）相比，NODDI可以更详细地揭示大脑的微观结构，从而提供关于神经微观结构的更全面信息。然而，NODDI的估计计算量很大，并且高度依赖于具有广泛扩散方向的高分辨率扫描，这在常规临床环境中往往不切实际。此外，现有的NODDI拟合方法对噪声和运动伪影非常敏感，可能导致估计结果不稳定或不可靠。解决这些限制对于提高临床实践中微观结构估计的可靠性和效率至关重要。尽管如此，NODDI对dMRI扫描的高要求通常超出了标准临床工作流程的可行性，因为时间和硬件限制，通常只能获得低空间和角度分辨率的图像。因此，将NODDI应用于广泛的临床实践仍然是一个重大挑战。
深度学习方法已被用于拟合NODDI标量映射[2]、[3]、[4]、[5]、[6]、[7]、[8]、[9]、[10]。例如，Golkov等人[2]首次在该领域使用深度学习。他们采用三层多层感知器（MLP），将q空间数据作为一维向量输入来预测NODDI和DKI。Ye等人[3]提出了一个基于字典的深度神经网络框架，旨在提高微观结构估计的准确性。此外，Ye等人[4]通过考虑相邻体素的数据提出了MEDN+，实现了更准确的估计。Gibbons等人[5]训练了一个2D卷积神经网络（CNN），利用更大的感受野来生成NODDI和GFA。Aliotta等人[6]使用U-Net来估计微观结构特征。Tian等人[7]使用十层3D CNN来预测DTI。Chen等人[8]利用残差图卷积神经网络（GCNN）从q空间学习特征。他们通过考虑q空间中的距离和角度信息来构建图像。最近，Jiang等人[9]引入了一种稳健的混合模型（HGT），该模型整合了空间和扩散角度信息以提高微观结构估计性能。基于这种方法，Yang等人[10]开发了3D-HGT，它利用了全面的3D x空间和q空间数据。
尽管取得了这些进展，现有的基于学习的方法仍然依赖于固定的网络架构，并强调局部特征提取，这限制了它们对复杂或未知微观结构模式的建模能力。此外，对局部特征学习的关注以及缺乏全局一致性可能导致空间不连续性或微观结构重建不一致。
扩散模型最近在高质量图像合成方面显示出了有效性。然而，由于在像素空间中操作的计算成本较高，它们直接应用于3D医学成像仍然具有挑战性。Rombach等人[11]引入了潜在扩散模型（LDMs），这些模型使用预训练的自编码器来高效地训练模型，但利用LDMs进行3D脑微观结构估计的研究仍然较少，因为大多数研究集中在2D成像上。例如，Ma等人[12]应用了2D扩散模型来对扩散加权图像进行超分辨率处理，显示出在增强dMRI数据方面的潜力。尽管如此，将潜在扩散应用于3D脑微观结构估计的研究仍然很少。迄今为止，大多数研究都集中在2D脑成像任务上，这为将这些方法扩展到3D成像留下了重要机会。另一个未解决的挑战是设计有效的条件机制，以结合低分辨率dMRI信息来指导生成过程，以实现准确的微观结构重建。
为了解决这些差距，我们提出了第一个3D双条件潜在扩散模型（3D-DCLDM），用于超分辨率微观结构估计。我们的3D-DCLDM旨在直接从低分辨率dMRI数据预测高分辨率的微观结构指数。所提出的框架包括两个阶段：一个向量量化生成对抗网络（VQGAN）和一个条件扩散模型。在第一阶段，我们训练VQGAN以获得潜在表示。在第二阶段，我们使用一种特定类型的3D去噪U-Net在潜在空间中训练扩散模型，该模型在空间和时间上进行了分解，结合了空间注意力机制（SA）和时间注意力机制（TA）。我们还引入了一个低分辨率dMRI编码器（ILME），使低分辨率dMRI的编码与高分辨率微观结构指数的编码在潜在特征空间中对齐，以确保扩散模型生成高质量的NODDI指数图。我们还开发了一种特征引导机制（FGM）来指导高分辨率隐藏特征的生成。我们在HCP[13]、ADNI[14]和ParkTDI[15]数据集的单壳和多壳数据上进行了广泛的实验。实验结果表明，我们的3D-DCLDM在定量和定性方面都优于最先进的方法，包括3D-HGT[10]。
这项工作的早期版本使用了3D条件潜在扩散模型（3D-CLDM），并在一个会议上进行了展示[16]。在本文中，我们提出了一种改进的3D-DCLDM方法，通过改进低分辨率dMRI编码器显著提高了特征对齐和高分辨率微观结构指数的重建效果。此外，我们对HCP和ADNI数据集的多壳数据进行了更全面的性能评估。另外，我们在ParkTDI数据集上验证了所提出的方法，以展示其鲁棒性和泛化能力。这项工作的主要贡献如下：
•我们提出了一种3D-DCLDM，可以直接从低分辨率dMRI数据生成高质量的NODDI图，解决了临床实践中需要高分辨率采集的限制。
•我们使用VQGAN将低分辨率dMRI和高分辨率NODDI图映射到离散且结构化的潜在空间中，有效地压缩了高维3D体积，同时保留了语义和结构信息。
•我们引入了一个具有多尺度卷积、扩展上采样和残差-通道混合机制的ILME，显著增强了特征表示和空间信息恢复能力，从而提高了低分辨率输入和高分辨率微观结构指数之间的对齐性。
•我们在HCP、ADNI和ParkTDI数据集上进行了广泛的实验。结果表明，3D-DCLDM在这些不同的数据集中比现有最先进方法具有更高的准确性。
本文的结构如下。第2节回顾了图像合成领域生成模型的历史发展、优势和局限性。第3节详细阐述了所提出的3D-DCLDM方法，重点介绍了用于超分辨率微观结构估计的架构和优化。第4节通过HCP和ADNI数据集的实验验证了所提方法的有效性，并在ParkTDI数据集上进行了额外的泛化评估。最后，第5节讨论了当前研究的局限性，将我们的方法与相关方法进行了比较，并总结了关键贡献和未来方向。
节选
用于图像合成的扩散模型
在扩散模型出现之前，之前的方法主要使用生成对抗网络（GANs）[17],[18]进行图像合成。然而，这些技术存在几个明显的局限性。首先，训练GANs具有挑战性，且容易发生模式崩溃，即模型产生的输出有限或几乎相同，这降低了样本多样性。其次，即使缓解了模式崩溃，生成图像的多样性仍然受到限制。
方法
在本节中，我们提供了所提出的3D-DCLDM的详细描述，用于超分辨率估计白质微观结构。我们的方法专门设计用于解决从低分辨率dMRI数据生成高质量NODDI指数图的挑战。我们首先在第3.1节介绍整体架构，然后在第3.2节详细解释每个关键组件：VQGAN分支，在第3.3节介绍扩散模型分支，在
实验
在本节中，我们介绍了实验的详细信息，包括本工作中使用的数据集、训练设置、比较和消融研究。
讨论与结论
我们提出了3D-DCLDM，作为一种开创性的潜在扩散框架，用于从低分辨率dMRI数据中进行超分辨率微观结构估计。该模型采用两阶段设计：首先，使用VQGAN生成紧凑的潜在表示；其次，在潜在空间中训练扩散模型，使用专门的3D去噪U-Net分离空间和时间特征，同时结合了自注意力和时间注意力机制。
CRediT作者贡献声明
Jiquan Ma：撰写 – 审稿与编辑、监督、方法论。
Yu Guo：撰写 – 原始草稿、可视化、验证、监督、数据管理、概念化。
Yihang Gao：验证、监督、方法论。
Fanhui Kong：研究。
Xiuchun Li：形式分析、数据管理。
Hui Cui：撰写 – 审稿与编辑。
Haotian Jiang：验证、监督。
Geng Chen：监督、研究。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。
