DICE: 稀疏视图 CT 重建的扩散共识平衡.pdfVIP

1

DICE:稀疏视图CT重建的扩散共识平衡

LeonSuarez-Rodriguez,RomanJacome,RomarioGualdrón-Hurtado,AnaMantilla-Dulcey,

HenryArguelloDepartmentofSystemsandInformaticsEngineering

DepartmentofElectrical,Electronics,andTelecommunicationsEngineering

DepartmentofPhysics

UniversidadIndustrialdeSantander,Bucaramanga,Colombia,680002

摘要

稀疏视图计算机断层扫描（CT）重建由于欠采样，本质上是一个具有挑战性的病态逆问题。传统迭代方

法通过引入手工设计或学习到的先验信息来正则化解但难以捕捉医学图像中存在的复杂结构。相比之下，扩

本散模型（DMs）最近作为强大的生成先验出现了，能够准确地建模复杂的图像分布。在这项工作中，我们介绍

译了一种名为扩散共识均衡（DICE）的框架，该框架将两代理一致性均衡整合到扩散模型的采样过程中。DICE

中在以下两个操作之间交替进行：(i)数据一致性代理，通过强制执行测量一致性的近似算子实现；(ii)先验代

理，在每次采样步骤中由一个扩散模型完成对干净图像的估计。通过迭代地平衡这两个互补的代理，DICE有

1效地结合了强大的生成先验能力和测量一致性。实验结果表明，在15、30和60视图（总共180视图）下的

v

6均匀和非均匀稀疏视图设置中，DICE在重建高质量CT图像方面显著优于最先进的基线方法，这不仅展示

6了其有效性还体现了其鲁棒性。

5

4

1.IndexTerms

9

0共识均衡，扩散模型，稀疏视图计算机断层扫描，图像重建。

5

2

:I.介绍

v

i

x计算机断层扫描（CT）是一种广泛应用的非侵入性医学成像技术，获取高质量重建图像对于准确的临

r

a床诊断至关重要。然而，获得这样的图像通常需要大量的X射线投影，增加了辐射暴露和扫描时间[1]。为

了减轻这些限制，采用了稀疏视图CT，显著减少了所需的投影数量[2]。形式上，稀疏视图CT的采集过程

可以表示为：

(1)

其中是欠采样的正弦图，是待重建的图像，对应于欠采样拉东变换的前向算子，

而表示采集噪声。稀疏采样本质上使得逆问题严重不适定，导致与观测数据[3]一致的解有无穷多个。

为了解决这一问题，迭代方法将CT重建公式化为一个正则化优化问题[4]–[6]，明确平衡数据保真度与

手工设计或学习到的先验信息：

argmin(2)

ThisworkwassupportedbytheAgenciaNacionaldeHidrocarburos(ANH)andtheMinisteriodeCiencia,Tecnologíae

Innovación(MI