CT场域扩展的高效图像到图像薛定谔桥
图像与视频处理
2026-04-09 v2 计算机视觉与模式识别
摘要
CT是一种用于非侵入性高分辨率可视化内部解剖结构的核心成像模态。然而，当扫描物体超过扫描仪的场域(FOV)时，投影数据会被截断，导致重建不完整且场域边界处出现显著伪影。传统重建算法难以从此类数据中恢复准确的解剖结构，限制了临床可靠性。已探索深度学习方法用于场域扩展，扩散生成模型是最新进展。然而，传统扩散模型在推理时计算昂贵且速度慢due to其迭代采样过程。为解决这些限制，我们提出一种基于图像到图像薛定谔桥(ISB)的CT场域扩展框架。与传统扩散模型从纯高斯噪声合成图像不同，ISB学习有限FOV图像和扩展FOV图像之间的直接随机映射。这种直接对应关系产生更可解释且可追溯的生成过程，增强解剖一致性和结构保真度。ISB在模拟噪声数据上的均方根误差(RMSE)为49.8 HU，在真实数据上的RMSE为152.0 HU，优于条件去噪扩散概率模型(cDDPM)和基于补丁的扩散方法等最先进扩散模型。此外，其单步推理使每个2D切片的重建仅需0.19秒，相较于cDDPM(135秒)的700倍以上加速，甚至超过扩散GAN(0.58秒)。这种精度与效率的组合表明ISB有潜力实现实时或临床部署。
引用
@article{arxiv.2508.11211,
title = {Efficient Image-to-Image Schr\"odinger Bridge for CT Field of View Extension},
author = {Zhenhao Li and Song Ni and Long Yang and Xiaojie Yin and Haijun Yu and Jiazhou Wang and Hongbin Han and Weigang Hu and Yixing Huang},
journal= {arXiv preprint arXiv:2508.11211},
year = {2026}
}
备注
10 pages