SNAF：基于神经衰减场的稀疏视角 CBCT 重建
图像与视频处理
2022-12-01 v1 计算机视觉与模式识别
摘要
锥形束计算机断层扫描（CBCT）已广泛应用于临床实践，尤其在牙科诊所中，而采集时 X 射线的辐射剂量一直是 CBCT 成像中的长期关切。已有若干研究工作提出从稀疏视角 2D 投影重建高质量 CBCT 图像，但当前最优方法存在伪影且缺乏精细细节。本文中，我们提出 SNAF 用于稀疏视角 CBCT 重建，通过学习神经衰减场，其中我们发明了一种新颖的视角增强策略，以克服稀疏输入视角数据不足带来的挑战。我们的方法仅用 20 个输入视角（比临床采集少 25 倍）便在重建质量上取得优越性能（30+ PSNR），优于现有最优方法。我们进一步进行了全面的实验和消融分析以验证我们方法的有效性。
引用
@article{arxiv.2211.17048,
title = {SNAF: Sparse-view CBCT Reconstruction with Neural Attenuation Fields},
author = {Yu Fang and Lanzhuju Mei and Changjian Li and Yuan Liu and Wenping Wang and Zhiming Cui and Dinggang Shen},
journal= {arXiv preprint arXiv:2211.17048},
year = {2022}
}