Neues Diffusionsmodell entfernt chronische Läsionen in MRTs präziser

Ein neu entwickeltes Inpainting-Verfahren nutzt Denoising Diffusion Probabilistic Models (DDPM), um sich verändernde Läsionen in Langzeit-MRTs des Gehirns zuverlässig zu rekonstruieren. Durch die Kombination mehrerer Bildschichten aus unterschiedlichen Untersuchungszeitpunkten kann das Modell den Verlauf von Läsionen besser erfassen und gleichzeitig gesunde Gewebe unverändert lassen.

Der Ansatz erweitert das bereits erfolgreiche Region‑Aware Diffusion (RAD) auf den medizinischen Bereich. Dabei wird der generative Prozess gezielt auf pathologische Regionen fokussiert, während das umliegende Gewebe nicht verändert wird. Die Multi‑Channel‑Conditioning‑Strategie integriert Informationen aus zwei Besuche (t₁, t₂) und sorgt für eine konsistente 3‑D‑Anatomie über die Zeit.

In Tests mit 93 Patienten übertrifft das neue Modell die führende Basislinie FastSurfer‑LIT deutlich. Die perceptuelle Qualität verbessert sich, indem der LPIPS‑Wert von 0,07 auf 0,03 sinkt, und die Inter‑Slice‑Kontinuität wird nahezu vollständig eliminiert. Der Temporal Fidelity Index erreicht 1,024, was nahe an dem idealen Wert von 1,0 liegt und die Stabilität über die Zeit stark erhöht. Gleichzeitig arbeitet das System zehnmal schneller: durchschnittlich 2,53 Minuten pro Volumen im Vergleich zu 24,30 Minuten bei LIT.

Diese Fortschritte zeigen, dass die Kombination aus longitudinalen Vorwissen und regionenspezifischem Denoising nicht nur die Bildqualität verbessert, sondern auch die klinische Praxis durch schnellere und zuverlässigere Analysen unterstützt.