ソフトマスクドマンバ拡散モデルによるCTからMRIへの変換

磁気共鳴画像法（MRI）とコンピュータ断層撮影（CT）は、医療画像分野で使用される主要なモダリティです。MRIはCTよりも解剖構造の複雑さをより詳細に捉えますが、より高いコストがかかり、画像取得時間も長くなります。本研究では、CTからMRIへの変換のために潜在拡散モデルを訓練することを目的とし、一般的に使用されるU-NetやTransformerのバックボーンを、潜在パッチ上で動作する状態空間モデル（SSM）であるマンバに置き換えます。まず、ほとんどのマンバベースの視覚手法のスキャンスキームにおける重要な見落としに気付きました。それには、パッチトークンの空間的連続性に対する不十分な注意や、ターゲットタスクに対するそれらの異なる重要性を考慮していないことが含まれます。次に、この洞察を踏まえ、Diffusion Mamba（DiffMa）を導入します。これは、ソフトマスクを使用してマンバにクロスシーケンスアテンションを統合し、螺旋状に選択的スキャンを行います。最後に、広範な実験が、医療画像生成タスクにおけるDiffMaの優れたパフォーマンスを示しており、既存のベンチマークモデルに対して入力スケーリング効率において顕著な利点があります。コードとモデルは https://github.com/wongzbb/DiffMa-Diffusion-Mamba で入手可能です。