基于扩散后验采样重建的颅内出血静态CT成像
医学物理
2024-07-17 v1
摘要
扩散后验采样(DPS)可用于计算机断层扫描(CT)重建，它利用基于扩散的生成模型进行无条件图像合成，同时匹配CT扫描的观测数据(数据)。其在稀疏或有限角度采样场景中的应用尤其引人关注，因为传统重建算法在此类场景下往往效果不佳。我们开发了一种DPS算法，用于基于多X射线源阵列(MXA)(包含31个X射线管)和弯曲面探测器的便携式静态CT(sCT)脑卒中成像单元的三维重建。在此配置下，传统重建方法(例如，采用Huber边缘保持惩罚的惩罚加权最小二乘法(PWLS))会受到严重的定向欠采样伪影的影响。所提出的DPS集成了一个作用于图像切片的二维扩散模型，并结合了sCT数据一致性项和体积正则化项，以实现对噪声和不完全采样具有鲁棒性的三维重建。为降低DPS的计算负担，采用了结合PWLS初始化的随机收缩技术来减少扩散步数。验证研究涉及对带有合成出血点的人脑体模进行仿真，以及来自sCT实验台架的实验数据。在仿真中，与PWLS相比，DPS实现了约130%的定向伪影减少，并且病灶形状恢复(DICE系数)提高了30%。实验台架研究证明，在Kyoto Kagaku头部体模中，脑部特征的可视化得到了增强。对于高度欠采样的sCT系统，与传统的基于模型的重建相比，所提出的DPS实现了颅内出血和脑部形态学特征的可视化改进。
引用
@article{arxiv.2407.11196,
title = {Stationary CT Imaging of Intracranial Hemorrhage with Diffusion Posterior Sampling Reconstruction},
author = {Alejandro Lopez-Montes and Thomas McSkimming and Anthony Skeats and Chris Delnooz and Brian Gonzales and Wojciech Zbijewski and Alejandro Sisniega},
journal= {arXiv preprint arXiv:2407.11196},
year = {2024}
}