MedGS：用于多模态 3D 医学影像的高斯溶解
计算机视觉与模式识别
2026-04-15 v4
摘要
内镜手术是诊断结直肠癌及其他严重疾病（如消化道、泌尿系统和呼吸道疾病）的 essential 方法。3D 重建和从内镜图像进行新视角合成是增强诊断的有前景的工具。此外，整合生理变形与与内镜的相互作用可用于从真实视频数据开发仿真工具。然而，受限的相机轨迹和视角相关照明会导致制造缺陷，导致不准确或过度拟合的重建。我们提出了 MedGS，一种新型 3D 重建框架，利用内镜成像的独特特性——单束光源与相机紧密对齐。我们的 method 将光效与组织特性分离。MedGS 通过物理驱动的可重 lighting 模型增强了 3D 高斯溶解。我们将传统的光传输公式与一个专门的 MLP 结合，捕捉复杂的光相关效应，同时确保减少制造缺陷和在新视角下的更好泛化。MedGS 在公共数据集和自建数据集上实现了优于基线方法的重建质量。与现有方法不同，MedGS 使组织修改能够保持对光的物理准确响应，使其更接近真实临床应用。仓库：https://github.com/gmum/MedGS
关键词
引用
@article{arxiv.2509.16806,
title = {MedGS: Gaussian Splatting for Multi-Modal 3D Medical Imaging},
author = {Kacper Marzol and Ignacy Kolton and Weronika Smolak-Dyżewska and Joanna Kaleta and Żaneta Świderska-Chadaj and Marcin Mazur and Mirosław Dziekiewicz and Tomasz Markiewicz and Przemysław Spurek},
journal= {arXiv preprint arXiv:2509.16806},
year = {2026}
}