投影嵌入扩散桥用于不完整数据的CT重建
计算机视觉与模式识别
2025-10-28 v1 医学物理
摘要
从不完整投影数据重建CT图像由于问题的不适定性仍然具有挑战性。扩散桥模型近期在从相应的滤波反投影(FBP)重建中恢复干净图像方面显示出潜力，但将数据一致性融入这些模型仍鲜有探索。融入数据一致性可以通过将重建图像与观测到的投影数据对齐来提高重建保真度，并可以通过整合投影中包含的结构信息来增强细节恢复。在这项工作中，我们提出了投影嵌入扩散桥(PEDB)。PEDB引入了一个新颖的反向随机微分方程(SDE)，用于从以FBP重建和不完整投影数据为条件的干净图像分布中采样。通过在采样干净图像时显式地以投影数据为条件，PEDB自然地融入了数据一致性。我们将投影数据嵌入到反向SDE的得分函数中。在某些假设下，我们推导出了后验得分的易处理表达式。此外，我们引入了一个自由参数来控制反向过程中的随机性水平。我们还为反向SDE设计了一个离散化方案以减轻离散化误差。大量实验表明，PEDB在从三种类型的不完整数据（包括稀疏视角、有限角度和截断投影）进行CT重建中取得了强劲的性能。对于每种类型，在标准、噪声和域偏移评估中，PEDB均优于评估的最先进的扩散桥模型。
引用
@article{arxiv.2510.22605,
title = {Projection Embedded Diffusion Bridge for CT Reconstruction from Incomplete Data},
author = {Yuang Wang and Pengfei Jin and Siyeop Yoon and Matthew Tivnan and Shaoyang Zhang and Li Zhang and Quanzheng Li and Zhiqiang Chen and Dufan Wu},
journal= {arXiv preprint arXiv:2510.22605},
year = {2025}
}
备注
53 pages, 7 figures, submitted to Medical Image Analysis