超越肺部：利用潜在扩散模型扩展胸部 CT 的视野
计算机视觉与模式识别
2025-01-23 v1 图像与视频处理
摘要
人体肺部与其他器官（如肝脏和肾脏）之间的相互联系，对于理解肺部疾病的潜在风险和影响以及改善患者护理至关重要。然而，出于成本和辐射剂量的考虑，大多数胸部 CT 成像研究仅关注肺部。所获图像中这种受限的视野 (FOV) 给全面分析带来了挑战，并阻碍了深入了解肺部疾病对其他器官影响的能力。为了解决这个问题，我们提出了 SCOPE（基于先验编码的空间覆盖优化），这是一种从 CT 图像中捕获器官间关系并扩展胸部 CT 图像 FOV 的新方法。我们的方法首先训练一个变分自编码器 (VAE) 对 2D 轴向 CT 切片进行单独编码，然后将 VAE 的潜在表示堆叠起来形成 3D 上下文，用于训练潜在扩散模型。训练完成后，我们的方法通过以零样本方式生成新的轴向切片，沿 z 方向扩展 CT 图像的 FOV。我们在国家肺筛查试验 (NLST) 数据集上评估了我们的方法，结果表明它能有效地扩展 FOV 以包含原始 NLST 数据采集中未完全覆盖的肝脏和肾脏。在留出的全身数据集上的定量结果表明，生成的切片与采集数据表现出高保真度，SSIM 达到 0.81。
引用
@article{arxiv.2501.13068,
title = {Beyond the Lungs: Extending the Field of View in Chest CT with Latent Diffusion Models},
author = {Lianrui Zuo and Kaiwen Xu and Dingjie Su and Xin Yu and Aravind R. Krishnan and Yihao Liu and Shunxing Bao and Thomas Li and Kim L. Sandler and Fabien Maldonado and Bennett A. Landman},
journal= {arXiv preprint arXiv:2501.13068},
year = {2025}
}