稀疏视角 CT 重建的扩散共识平衡 DICE
计算机视觉与模式识别
2026-04-16 v1
摘要
稀疏视角 CT 重建因欠采样而面临根本性挑战，导致问题呈不确定性。传统迭代方法采用手工或学习的先验进行正则化，但难以捕捉医学图像中复杂的结构。相比之下，扩散模型(DM)最近作为强大的生成先验，能够准确地建模复杂的图像分布。本文引入扩散共识平衡(DICE)框架，将两种代理人的共识平衡集成到 DM 的采样过程中。DICE 在迭代过程中交替进行：(i) 通过实现测量一致性的proximal算子实现数据一致性代理，和(ii) 通过 DM 执行干净图像估计的先验代理。通过在两个互补代理之间进行迭代平衡，DICE 有效地将强大的生成先验能力与测量一致性相结合。实验结果表明，在 15、30 和 60 视图（总计 180 视图）的均匀和非均匀稀疏视角设置下，DICE 在重建高质量 CT 图像方面显著优于当前的前沿基线，显示出其有效性和鲁棒性。
关键词
引用
@article{arxiv.2509.14566,
title = {DICE: Diffusion Consensus Equilibrium for Sparse-view CT Reconstruction},
author = {Leon Suarez-Rodriguez and Roman Jacome and Romario Gualdron-Hurtado and Ana Mantilla-Dulcey and Henry Arguello},
journal= {arXiv preprint arXiv:2509.14566},
year = {2026}
}
备注
8 pages, 4 figures, confenrence