用于求解三维病态逆问题的二阶半基于分数模型
图像与视频处理
2023-12-21 v3 计算机视觉与模式识别
机器学习
摘要
计算机断层扫描(CT)与磁共振成像(MRI)是医学成像领域的关键技术。基于分数的模型已被证明能有效处理 CT 与 MRI 中遇到的不同逆问题,如稀疏视角 CT 与快速 MRI 重建。然而,这些模型在实现精确的三维(3D)体数据重建方面面临挑战。现有基于分数的模型主要关注重建二维(2D)数据分布,导致重建的 3D 体图像中相邻切片间不一致。为克服此局限,我们提出一种新颖的二阶半基于分数模型(TOSM)。在训练阶段,我们的 TOSM 学习 2D 空间中的数据分布,相较于直接在 3D 体数据上训练降低了复杂度。而在重建阶段,TOSM 在 3D 空间中更新数据分布,利用沿三个方向(矢状、冠状和横轴)的互补分数实现更精确的重建。TOSM 的开发建立在稳健的理论原理之上,确保其可靠性与有效性。通过在大规模稀疏视角 CT 与快速 MRI 数据集上的广泛实验,我们的方法展现出显著进展,并在求解 3D 病态逆问题中取得最先进(SOTA)结果。值得注意的是,所提 TOSM 有效解决了切片间不一致问题,实现了高质量 3D 体重建。
引用
@article{arxiv.2308.08511,
title = {Two-and-a-half Order Score-based Model for Solving 3D Ill-posed Inverse Problems},
author = {Zirong Li and Yanyang Wang and Jianjia Zhang and Weiwen Wu and Hengyong Yu},
journal= {arXiv preprint arXiv:2308.08511},
year = {2023}
}
备注
10 pages, 13 figures