| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-05 14:07 ［ショートペーパー］Deep Diffusion Image Priorの導入によるCold Diffusionを用いたMRI画像再構成の高精度化 ○福冨舜介・横田達也・本谷秀堅（名工大）  MI2025-74 |
|
| 抄録 | （和） | 本研究では，拡散モデルを用いた加速MRI画像再構成の高精度化を目的として，Cold Diffusionに基づく加速MRI画像再構成手法にDeep Diffusion Image Prior(DDIP)を導入する手法を提案する．加速MRIでは，計測を間引いた影響がアーチファクトとして画像中に現れる．しかし，従来の拡散モデルを用いる再構成手法は，これらのアーチファクトの除去を直接扱っていないため，アーチファクトの選択的な除去が難しい．また，学習済みの事前確率分布が真の分布を十分に表現できていない場合，再構成精度が低下しうる．特に，学習データが乏しい異常部位を含む画像は，訓練した分布で表現できず，再構成精度が低下する可能性がある．そこで，Cold Diffusionを用いることで，信号の欠損に起因するアーチファクトの除去を陽に行う拡散モデルに対して，計測信号に加えてモデルの構造による誘導を行うことで，未学習の構造を含む画像であっても計測信号に整合した高精度な再構成を実現する．提案法によってCDiffMRと比べて再構成精度が向上することを示す実画像を用いた実験結果を報告する． |
| （英） | This study aims to improve the accuracy of accelerated MRI reconstruction using diffusion models. We propose a novel reconstruction method thats integrates Deep Diffusion Image Prior(DDIP) into a Cold Diffusion-based accelerated MRI reconstruction framework. In accelerated MRI, k-sapce undersampling leads to signal loss, which results in structured artifacts in reconstructed images and degrades image quality. Here, conventional diffusion-based reconstruction methods do not explicity address the removal of such artifacts, making selective artifact suppression difficult. Also, diffusion-based reconstruction methods rely on learned prior distribution and reconstruction accuracy may degrade. This limitation is particularly critical for images containing abnormal regions, where the availability of training data is limited and the learned distribution may not generalize well. To address these problems,we employ Cold Diffusion, which explicity defines the degradation process caused by signal loss, enabling direct modeling of artifact removal. In addition, we introduce guidance based on the model and measurement consistency by Deep Diffusion Image Prior(DDIP). By combining Cold Diffusion-based method and DDIP, the proposed method achieves high reconstruction accuracy for MRI images, including those containing structures that are not adequately represented in the training data. We report experimental results using real images that show that the proposed method improves the accuracy better than conventional methods. | |
| キーワード | （和） | 加速MRI / Cold Diffusion / Deep Image Prior / / / / / |
| （英） | Accelerated MRI / Cold Diffusion / Deep Image Prior / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 395, MI2025-74, pp. 59-60, 2026年3月. | |
| 資料番号 | MI2025-74 | |
| 発行日 | 2026-02-26 (MI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MI2025-74 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2026-03-05 - 2026-03-06 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | OKINAWAKEN SEINENKAIKAN |
| テーマ（和） | 医用画像処理一般・メディカルイメージング連合フォーラム |
| テーマ（英） | Medical Imaging, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2026-03-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | Deep Diffusion Image Priorの導入によるCold Diffusionを用いたMRI画像再構成の高精度化 |
| サブタイトル（和） | |
| タイトル（英） | Accelerated MRI Reconstruction using Cold Diffusion with the introduction of Deep Diffusion Image Prior |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 加速MRI / Accelerated MRI |
| キーワード(2)（和/英） | Cold Diffusion / Cold Diffusion |
| キーワード(3)（和/英） | Deep Image Prior / Deep Image Prior |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 福冨 舜介 / Shunsuke Fukutomi / フクトミ シュンスケ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 第2著者 氏名（和/英/ヨミ） | 横田 達也 / Tatsuya Yokota / ヨコタ タツヤ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 第3著者 氏名（和/英/ヨミ） | 本谷 秀堅 / Hidekata Hontani / ホンタニ ヒデカタ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-05 14:07:00 |
| 発表時間 | 13分 |
| 申込先研究会 | MI |
| 資料番号 | MI2025-74 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.395 |
| ページ範囲 | pp.59-60 |
| ページ数 | 2 |
| 発行日 | 2026-02-26 (MI) |
[研究会発表申込システムのトップページに戻る]