基于多变量高斯NeRF的宽视野超声重建
计算机视觉与模式识别
2026-04-28 v1
摘要
宽视野（WFoV）重建通过提供分段模型和可视化所需的解剖背景信息，增强了3D超声成像。临床超声体积主要使用凸面板探头获取，这些探头产生扩散、发散的声束，以最大化解剖覆盖范围。将这些扫描拼接在一起传统上会因深度相关分辨率变化导致显著的复合性伪影和别名。我们引入Ultra-Wide-NeRF，这是一种基于多变量3D高斯（MVG）NeRF的方法，用于宽视野超声重建。通过显式建模复杂的波束几何，使用距离相关的凸面体积采样和各向异性3D高斯，本方法本质上减轻了这些复合性伪影，提供抗别名功能。除了简单地重建静态3D网格外，我们的NeRF方法还产生组织的连续神经表示，使我们能够从任意虚拟轨迹上合成高保真的新视角。我们在幽灵和猪肉数据集上验证了Ultra-Wide-NeRF用于心内血超声声动图，证明了该方法在内手术导航中扩展了重要的空间背景。代码将在出版后开源。
引用
@article{arxiv.2604.24187,
title = {Multivariate Gaussian NeRF for Wide Field-of-View Ultrasound Reconstruction},
author = {Patris Valera and Magdalena Wysocki and Felix Duelmer and Mohammad Farid Azampour and Sebastian Herz and Stefan Wörz and Nassir Navab},
journal= {arXiv preprint arXiv:2604.24187},
year = {2026}
}