CoCPF：用于成像中不完整逆问题的坐标基连续投影场
图像与视频处理
2024-06-24 v1 计算机视觉与模式识别
摘要
稀疏视图 CT（SVCT）重建旨在基于稀疏采样的测量获取 CT 图像，允许受试者暴露于较少的放射性剂量，从而降低患者 developing 癌症的终身风险。最近的研究采用隐式神经表示（INR）技术从单个 SV sinogram 重建 CT 图像。然而，由于问题的不完整性，这些 INR 方法可能会在其场中留下相当多的“洞”（即未建模的空间），导致次优结果。本文提出了坐标基连续投影场（CoCPF），旨在为 SVCT 重建构建无洞表示场，实现更好的重建质量。具体而言，为填补洞穴，CoCPF 首先采用条纹基体采样模块将 Radon 变换的采样区域从射线（1D 空间）扩展到条纹（2D 空间），可良好覆盖 SV 投影之间的内部区域。然后，通过将采样区域输入所提出的可微分渲染模块，洞穴可以在训练期间联合优化，从而降低问题的不完整性水平。结果显示，CoCPF 能够准确估计 SV 投影之间内部测量（即 DV sinogram），在重新投影后产生高质量 CT 图像。针对模拟和真实投影数据进行的大量实验表明，CoCPF 在各种投影数量和几何构型下均优于当前最先进的方法，实现 2D 和 3D SVCT 重建，产生细致的细节并减少artifacts。我们的代码将公开提供。
引用
@article{arxiv.2406.14976,
title = {CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging},
author = {Zixuan Chen and Lingxiao Yang and Jian-Huang Lai and Xiaohua Xie},
journal= {arXiv preprint arXiv:2406.14976},
year = {2024}
}