用于低剂量 CT 成像的投影域单样本扩散模型
图像与视频处理
2022-12-08 v1 计算机视觉与模式识别
摘要
低剂量计算机断层扫描（CT）在降低临床应用中的辐射风险方面发挥着重要作用。然而，降低辐射剂量将显著降低图像质量。随着深度学习的快速发展和广泛应用，其为低剂量 CT 成像算法的发展带来了新方向。因此，我们提出了一种用于低剂量 CT 重建的完全无监督投影域单样本扩散模型（OSDM）。为从单样本中充分提取先验信息，采用了 Hankel 矩阵公式。此外，引入了惩罚加权最小二乘和全变分以获得更优的图像质量。具体而言，我们首先通过在单个正弦图上训练基于分数的生成模型，从结构 Hankel 矩阵中提取大量张量作为网络输入以捕获先验分布。然后，在推理阶段，迭代执行随机微分方程求解器和数据一致性步骤以获得正弦图数据。最后，通过滤波反投影算法获得最终图像。重建结果接近于正常剂量下的对应结果。结果证明 OSDM 是减少伪影并保持图像质量的实用且有效的模型。
引用
@article{arxiv.2212.03630,
title = {One Sample Diffusion Model in Projection Domain for Low-Dose CT Imaging},
author = {Bin Huang and Liu Zhang and Shiyu Lu and Boyu Lin and Weiwen Wu and Qiegen Liu},
journal= {arXiv preprint arXiv:2212.03630},
year = {2022}
}
备注
11 pages, 11 figures. arXiv admin note: text overlap with arXiv:2211.13926