使用Transformer增强残差网络从3D超声合成伪CT以实现实时操作者引导
计算机视觉与模式识别
2026-05-07 v1
摘要
计算机断层扫描(CT)对于临床诊断和图像引导介入不可或缺，但会使患者暴露于电离辐射，这促使了更安全的成像替代方案的开发。超声(US)是非电离且广泛可及的；然而，它高度依赖于操作者且缺乏定量组织表征，通常会导致诊断不确定性和不必要的CT检查。这项工作提出了一个3D超声衍生伪CT(UD-pCT)框架，该框架生成从US推断出的类CT解剖参考体，但不旨在重现物理上精确的Hounsfield Units。来自TRUSTED数据集的配对3D肾脏US和CT体数据首先使用基于地标的多模态配准流程进行空间对齐，为对抗性框架的监督训练创建高质量的配对输入。所提出的Bottleneck Transformer Residual U-Net3D (BT-ResUNet3D)模型采用了一个用transformer瓶颈增强的3D残差编码器-解码器生成器，能够有效建模细粒度的局部解剖结构以及长程体素依赖关系，同时3D Conditional PatchGAN判别器在合成的伪CT体中强制实施局部结构真实性。使用PSNR和SSIM进行的定量评估表明，所提出的方法在结构保真度和感知图像质量上优于既有的基线。UD-pCT体为操作者引导提供实时解剖参考，有可能减少采集变异性和不必要的CT使用。本研究的局限性在于配对数据集相对较小，这可能限制了所提出模型的泛化能力。
引用
@article{arxiv.2605.04856,
title = {3D Ultrasound-Derived Pseudo-CT Synthesis Using a Transformer-Augmented Residual Network for Real-Time Operator Guidance},
author = {Sapna Sachan and Amulya Kumar Mahto},
journal= {arXiv preprint arXiv:2605.04856},
year = {2026}
}
备注
9 pages, 4 figures