MRI基础模型BME-X

论文《A Foundation Model for Enhancing Magnetic Resonance Images and Downstream Segmentation, Registration and Diagnostic Tasks》深度解析

背景与挑战

磁共振成像（MRI）因其无创性和高软组织对比度，成为脑部研究的重要工具，但实际应用中面临多重挑战：

1. 运动伪影：头部运动、心跳等导致图像模糊或重影，尤其在幼儿（2-4岁）和老年人群中显著。例如，幼儿扫描成功率仅33%-60%，严重影响疾病早期诊断。
2. 分辨率与噪声限制：受硬件、信噪比和扫描时间限制，图像层厚大（如1.0×3.0 mm³），细节丢失严重。
3. 数据异质性：不同扫描仪（Siemens、Philips、GE）和协议导致图像对比度差异，阻碍多中心研究可比性。
   传统方法（如前瞻性头部固定、回顾性k空间校正）依赖额外硬件或复杂算法，存在计算成本高、泛化性差、残留伪影等问题。

---

方法创新：BME-X基础模型

作者提出双网络协同框架，将复杂重建任务转化为组