面向 CBCT 投影修复的金属感知嵌入
计算机视觉与模式识别
2022-11-30 v1 图像与视频处理
摘要
锥形束计算机断层扫描（CBCT）投影图像中金属植入物的存在会引入不期望的伪影，从而降低重建图像质量。为减轻金属伪影，投影修复是许多金属伪影缩减算法中的关键步骤。本工作中，提出一种结合移位窗口（Swin）视觉 transformer（ViT）与卷积神经网络的混合网络作为修复任务的基线网络。为将金属信息融入基于 Swin ViT 的编码器，研究了金属感知自嵌入与邻域嵌入方法。两种方法均提升了基线网络性能。此外，通过选取合适窗口尺寸，采用邻域嵌入的模型在金属区域取得最低平均绝对误差 0.079，并在 CBCT 投影中取得最高峰值信噪比 42.346。最后，在模拟与真实尸体 CBCT 数据上均展示了金属感知嵌入的有效性，基线网络的修复能力得以增强。
引用
@article{arxiv.2211.16219,
title = {Metal-conscious Embedding for CBCT Projection Inpainting},
author = {Fuxin Fan and Yangkong Wang and Ludwig Ritschl and Ramyar Biniazan and Marcel Beister and Björn Kreher and Yixing Huang and Steffen Kappler and Andreas Maier},
journal= {arXiv preprint arXiv:2211.16219},
year = {2022}
}