基于评分函数的3D残差扩散模型用于ARDS猪模型的高保真肺部CT合成
计算机视觉与模式识别
2024-10-16 v1 机器学习
医学物理
摘要
急性呼吸衰竹综合征（ARDS）是一种致死率约为40%的严重疾病，特点为肺部炎症和呼吸衰竭。传统影像方法如胸片仅提供二维视图，限制了其在全面评估肺部病理方面的效果。三维（3D）CT扫描提供更全面的可视化，使可对肺部通气、肺不张和治疗干预作用进行详细分析。然而，由于将临床重症患者运送至偏远扫描仪器的实际挑战和风险，CT在ARDS管理中的常规使用受到限制。本研究利用基于评分函数的3D残差扩散模型，从2D生成的X光图像及其相关生理参数合成高保真3D肺部CT。我们的初步结果表明，这种方法能够产生经真实数据验证的高质量3D CT图像，为增强ARDS管理提供了有前景的解决方案。
引用
@article{arxiv.2410.10826,
title = {High-Fidelity 3D Lung CT Synthesis in ARDS Swine Models Using Score-Based 3D Residual Diffusion Models},
author = {Siyeop Yoon and Yujin Oh and Xiang Li and Yi Xin and Maurizio Cereda and Quanzheng Li},
journal= {arXiv preprint arXiv:2410.10826},
year = {2024}
}
备注
5 page, 3 figures, Submitted to SPIE 2025-Medical Imaging