用于不完全视角CT重建的提示上下文Transformer
图像与视频处理
2024-03-13 v2
摘要
不完全视角计算机断层扫描（CT）可以缩短数据采集时间，并允许扫描大型物体，包括稀疏视角和有限角度场景，每种场景都有不同的设置，例如不同的视角数量或角度范围。然而，由于不同的缺失投影数据模式，重建图像会呈现出严重且多变的伪影。现有方法分别且单独地处理这些场景/设置，这既繁琐又缺乏适应新设置的灵活性。为了在单一模型中享受多设置协同效应，我们提出了一种新颖的用于不完全视角CT重建的提示上下文Transformer（Prompted Contextual Transformer, ProCT）。ProCT 的新颖之处在于两个方面。首先，我们设计了一种投影视角感知提示，以提供设置判别信息，使单个 ProCT 能够处理多种不完全视角 CT 设置。其次，我们提出了伪影感知上下文学习，从上下文图像对中感知伪影模式知识，使 ProCT 能够准确去除复杂、未见过的伪影。在两个公开的临床 CT 数据集上的大量实验结果表明，ProCT 在广泛的不完全视角 CT 设置上优于最先进的方法——包括单设置模型——具有对未见数据集和场景的强大迁移能力，并且在正弦图数据可用时性能得到提升。代码可在以下地址获取：https://github.com/Masaaki-75/proct
引用
@article{arxiv.2312.07846,
title = {Prompted Contextual Transformer for Incomplete-View CT Reconstruction},
author = {Chenglong Ma and Zilong Li and Junjun He and Junping Zhang and Yi Zhang and Hongming Shan},
journal= {arXiv preprint arXiv:2312.07846},
year = {2024}
}