3DGR-CAR：基于3D高斯表示的极稀疏二维X光视图冠状动脉重建

三维冠状动脉重建对于冠心病诊断、治疗规划和手术导航至关重要。传统的重建技术通常需要大量投影，而基于稀疏视图X射线投影的重建是减少辐射剂量的潜在方法。然而，冠状动脉在三维体积中的极端稀疏性以及投影数量的极度有限，给高效、准确的三维重建带来了巨大挑战。为此，我们提出了3DGR-CAR，一种基于3D高斯表示从超稀疏X射线投影中进行冠状动脉重建的方法。我们利用3D高斯表示来避免冠状动脉数据极端稀疏导致的低效问题，并提出了一种高斯中心预测器来克服超稀疏视图投影带来的噪声高斯初始化。所提出的方案仅需2个视图即可实现快速、准确的3D冠状动脉重建。在两个数据集上的实验结果表明，所提出的方法在体素精度和冠状动脉视觉质量方面显著优于其他方法。代码将在https://github.com/windrise/3DGR-CAR提供。