基于垂直得分扩散模型的 3D CBCT 伪影消除
计算机视觉与模式识别
2026-03-09 v1 机器学习
摘要
锥束CT（CBCT）是牙科中广泛使用的 3D 成像技术，能在降低患者剂量的同时提供高分辨率图像。然而，CBCT 对来自高密度物体（如牙科植体）的伪影高度敏感，这可能影响图像质量和诊断准确性。为减少伪影，植体在投影序列中的填充在许多伪影消除方法中起关键作用。近期，扩散模型在图像生成和图像填充任务中取得了最新进展。然而，据我们了解，现有基于扩散的方法针对植体填充仅作用于独立的 2D 投影，忽略了各投影之间的相关性，导致重建图像之间存在不一致。为此，我们提出一种基于垂直得分扩散模型的 3D 牙科植体填充方法，该方法在两个不同平面上训练，并在投影域中运行。通过组合两个 2D 得分扩散模型来建模投影序列的 3D 分布。我们的结果表明，该方法在生成高质量、减少伪影的 3D CBCT 图像方面效果显著，为提高临床成像质量提供了有前景的解决方案。
引用
@article{arxiv.2603.06300,
title = {3D CBCT Artefact Removal Using Perpendicular Score-Based Diffusion Models},
author = {Susanne Schaub and Florentin Bieder and Matheus L. Oliveira and Yulan Wang and Dorothea Dagassan-Berndt and Michael M. Bornstein and Philippe C. Cattin},
journal= {arXiv preprint arXiv:2603.06300},
year = {2026}
}
备注
Accepted at DGM4MICCAI 2025