Melhoria de ASL com Super-Resolução Auto-Supervisionada baseada em Modelos de Difusão Latente 3D (SURED-L)

Motivação: A imagem de Rotulagem por Spin Arterial (ASL) sofre com baixo SNR, baixa resolução e longos tempos de aquisição, dificultando suas aplicações clínicas. Objetivo(s): Propor uma estrutura de super-resolução ASL auto-supervisionada que utilize um modelo de difusão latente 3D e em espaço de imagem. Abordagem: Um modelo de difusão condicional em espaço latente 3D foi treinado usando imagens multimodais, incluindo T1w e ASL. O modelo de super-resolução ASL aproveita informações do espaço latent de T1w. O método foi testado em ASLs adquiridos em baixas e altas resoluções. Resultados: O modelo proposto fornece ASL de super-resolução com detalhes aprimorados, SNR melhorado e altos scores visuais. Foi mais eficiente do que o modelo de difusão ASL anterior. Impacto: O método proposto atingiu super-resolução ASL ao combinar modelos latentes e em espaço de imagem, o que pode aumentar a resolução de 4mm ASL para 2,5mm, equivalente a reduzir o tempo de escaneamento em 13 minutos.