基于神经表示的牙科 CBCT 成像中金属伪影抑制方法

本研究提出了一种用于牙科锥束计算机断层扫描（CBCT）的新颖重建方法，重点有效抑制在普遍存在的金属植入物情况下常遇到的金属诱导伪影。尽管金属伪影抑制技术已取得显著进展，但由于多色 X 射线束与金属物体之间复杂的物理相互作用，以及金属-牙齿相互作用相关的附加效应和牙科 CBCT 数据环境特有因素的进一步加剧，挑战依然存在。为克服这些局限，我们提出了一种隐式神经网络，生成两幅不同且信息丰富的断层图像。一幅图像表示特定能级下的单色衰减分布，另一幅则捕捉由 X 射线束多色性导致的非线性束硬化因子。与现有 CT 重建技术不同，所提方法仅依赖 Beer--Lambert 定律，有效防止了常规方法中普遍实施的反投影过程产生金属诱导伪影。大量实验评估表明，该方法在提供高质量图像重建的同时有效减少了金属伪影，从而强调了第二幅图像在捕捉非线性束硬化因子方面的重要性。