深層学習によるMRI超解像：包括的サーベイ

MRI Super-Resolution with Deep Learning: A Comprehensive Survey

November 20, 2025

著者: Mohammad Khateri, Serge Vasylechko, Morteza Ghahremani, Liam Timms, Deniz Kocanaogullari, Simon K. Warfield, Camilo Jaimes, Davood Karimi, Alejandra Sierra, Jussi Tohka, Sila Kurugol, Onur Afacan

cs.AI

要旨

高解像度（HR）磁気共鳴画像法（MRI）は、多くの臨床および研究応用において極めて重要である。しかしながら、その実現には依然としてコストがかかり、技術的なトレードオフや実験上の制約によって制限されている。超解像（SR）は、より手頃な低解像度（LR）スキャンからHR画像を生成することで、追加のハードウェアを必要とせずに診断の精度と効率の向上を可能にする、これらの課題を克服する有望な計算手法である。本サーベイ論文は、深層学習（DL）アプローチに焦点を当て、MRI SR技術の最近の進展を概観する。コンピュータビジョン、計算イメージング、逆問題、MR物理学の観点からDLベースのMRI SR手法を検討し、理論的基礎、アーキテクチャ設計、学習戦略、ベンチマークデータセット、性能評価指標を網羅する。我々は、これらの手法を分類する体系的タクソノミーを提案し、臨床および研究の文脈における特有の課題を考慮しつつ、MRIに適用可能な確立された技術および新興のSR技術について詳細に検討する。さらに、学界が取り組むべき未解決の課題と方向性を明らかにする。加えて、必須のオープンアクセスリソース、ツール、チュートリアルをまとめ、GitHub (https://github.com/mkhateri/Awesome-MRI-Super-Resolution) で公開している。 IEEE キーワード: MRI, 超解像, 深層学習, 計算イメージング, 逆問題, サーベイ。

English

High-resolution (HR) magnetic resonance imaging (MRI) is crucial for many clinical and research applications. However, achieving it remains costly and constrained by technical trade-offs and experimental limitations. Super-resolution (SR) presents a promising computational approach to overcome these challenges by generating HR images from more affordable low-resolution (LR) scans, potentially improving diagnostic accuracy and efficiency without requiring additional hardware. This survey reviews recent advances in MRI SR techniques, with a focus on deep learning (DL) approaches. It examines DL-based MRI SR methods from the perspectives of computer vision, computational imaging, inverse problems, and MR physics, covering theoretical foundations, architectural designs, learning strategies, benchmark datasets, and performance metrics. We propose a systematic taxonomy to categorize these methods and present an in-depth study of both established and emerging SR techniques applicable to MRI, considering unique challenges in clinical and research contexts. We also highlight open challenges and directions that the community needs to address. Additionally, we provide a collection of essential open-access resources, tools, and tutorials, available on our GitHub: https://github.com/mkhateri/Awesome-MRI-Super-Resolution. IEEE keywords: MRI, Super-Resolution, Deep Learning, Computational Imaging, Inverse Problem, Survey.