第26届国际医学图像计算和计算机辅助干预协会（MICCAI）会议将于2023年10月在加拿大温哥华举行。近日，MICCAI官方公布了论文评审结果，深圳技术大学投稿的论文《Accurate multi-contrast MRI super-resolution via a dual cross-attention transformer network》获得了提前接收（EarlyAccept）。该论文的第一作者是我校健康与环境工程学院19级医疗器械专业本科生黄寿金同学，吕孟叶老师(https://hsee.sztu.edu.cn/info/1150/2427.htm)和刘少军老师(https://hsee.sztu.edu.cn/info/1150/2460.htm)为共同通讯作者。该研究工作由深圳技术大学健康与环境工程学院作为第一完成单位，深圳市第四人民医院为第二完成单位，在算法创新、实验设计和文章撰写等方面得到了同行评审的高度评价。

MICCAI的全称是国际医学图像计算和计算机辅助干预国际会议（Medical Image Computing and Computer Assisted Intervention），是由国际医学图像计算和计算机辅助干预协会主办的综合性学术会议，涵盖医学影像计算（MIC）和计算机辅助介入（CAI）两个领域。作为医学图像领域顶级会议之一，MICCAI在学术界享有很高的声誉，是中国计算机学会认可的CCF-B类重要国际会议之一。迄今为止，MICCAI会议已成功举办了25届，展示了其长期以来的学术影响力和实力。特别是本届MICCAI论文总投稿数达2000余篇，提前接收率仅为14%，我院投稿的论文被提前接收，侧面印证了该研究成果的学术价值。

论文简介：

在临床诊断中，获取高分辨率的磁共振成像（MRI）图像可能面临硬件和扫描时间的限制。为了克服这些挑战，使用多对比度MRI数据的参考图像可以提高超分辨率质量，但传统的硬注意力策略存在较大局限性，本研究提出了一种全新的双交叉注意力多对比度超分辨率框架DCAMSR，引入了双交叉注意力变换器架构（DualCross-AttentionTransformer），通过提取参考图像和上采样输入图像的特征，利用双交叉注意力机制在多个分辨率下进行增强。与现有的基于硬注意力方法不同，所提出的模型结构学习能力更为强大，能够灵活地捕捉和融合多对比度图像之间的可共享信息。本研究在高场强的fastMRI膝关节数据和低场强的M4Raw头部磁共振数据进行了大量实验，结果表明提出的DCAMSR优于最先进的现有方法，并且在极端情况下仍然保持稳健性。

图1论文提前接收通知

图2. (a)提出的双交叉注意力多对比度超分辨率(DCAMSR)方法的网络架构，(b)双交叉注意力变换器(DCAT)的细节，(c)融合块的细节，(d)空间适应的细节模块(SAM)。

图3.不同超分辨率方法在fastMRI（上两行）和M4Raw数据集（下两行）上的重建结果和误差图。红色数字是PSNR和SSIM数值，越大代表重建结果越好。