基于几何集成循环域去噪扩散概率模型的有限角度锥形束CT重建
计算机视觉与模式识别
2025-06-17 v1
摘要
锥形束CT（CBCT）广泛用于临床放疗中的图像引导治疗，提升了摆位精度、自适应规划和运动管理。然而，缓慢的机架旋转因引入运动伪影、模糊和剂量增加而限制性能。本工作旨在开发一种临床可行的从连续有限角度采集重建高质量CBCT体积的方法，以应对时间或剂量受限场景中的成像挑战。我们提出了一种有限角度几何集成循环域（LA-GICD）框架用于CBCT重建，该框架由两个通过解析锥束正投影和反投影算子相连的去噪扩散概率模型（DDPM）组成。一个投影DDPM补全缺失投影，随后进行反投影，一个图像DDPM对体积进行精细化。这种双域设计利用了投影空间和图像空间的互补先验，从而从有限角度（≤90度）扫描中实现高质量重建。性能与全角度重建进行了评估。四名持证医学物理师进行了评估。共使用了78个常见CBCT几何构型的计划CT进行训练与评估。该方法达到了平均绝对误差35.5 HU、SSIM为0.84、PSNR为29.8 dB，伪影明显减少，软组织清晰度提升。LA-GICD的几何感知双域学习嵌入于解析正反向算子中，使得从单次90度扫描即可实现无伪影、高对比度重建，将采集时间和剂量降低四倍。LA-GICD在有限角度CBCT重建中实现了强数据保真度和解剖学真实性。它为短弧采集提供了实用解决方案，通过提供具有减少扫描时间和剂量的临床可用图像来增强CBCT在放疗中的应用，从而实现更准确、个性化的治疗。
引用
@article{arxiv.2506.13545,
title = {Limited-Angle CBCT Reconstruction via Geometry-Integrated Cycle-domain Denoising Diffusion Probabilistic Models},
author = {Yuan Gao and Shaoyan Pan and Mingzhe Hu and Huiqiao Xie and Jill Remick and Chih-Wei Chang and Justin Roper and Zhen Tian and Xiaofeng Yang},
journal= {arXiv preprint arXiv:2506.13545},
year = {2025}
}