摘要
一种基于扩散模型的弥散磁共振图像超分辨率重建方法,包括以下步骤:1)对高分辨率弥散磁共振数据进行降采样和归一化处理,构建低分辨率‑高分辨率图像对及对应的T1加权图像作为训练样本;2)在扩散模型正向过程中,通过逐步添加高斯噪声并融合高低分辨率图像残差,使加噪结果逼近低分辨率图像分布;3)构建基于交叉注意力机制的网络架构,结合多尺度特征融合和T1加权图像的结构先验信息,学习不同噪声水平下弥散数据到高分辨率数据的映射关系;4)利用训练好的网络进行反向去噪过程,实现弥散磁共振图像的超分辨率重建。本发明通过融合多模态先验信息和渐进式上采样策略,显著提升了弥散磁共振图像的超分辨率重建质量。