Aug, 2023
基于 2.5 阶得分的模型求解 3D 非逆问题
Two-and-a-half Order Score-based Model for Solving 3D Ill-posed Inverse Problems
Zirong Li, Yanyang Wang, Jianjia Zhang, Weiwen Wu, Hengyong Yu
TL;DR在医学成像领域，计算机断层扫描（CT）和磁共振成像（MRI）是至关重要的技术。针对 CT 和 MRI 中遇到的稀视角 CT 和快速 MRI 重建等不同逆问题，基于评分的模型已被证明是有效的。然而，这些模型在实现准确的三维（3D）体重建方面面临挑战。现有的基于评分的模型主要集中在重建二维（2D）数据分布上，导致重建的 3D 体积图像中相邻切片之间存在不一致性。为了解决这个问题，我们提出了一种新颖的二次半的评分模型（TOSM）。在训练阶段，我们的 TOSM 在二维空间中学习数据分布，相比直接处理 3D 体积，降低了训练的复杂度。然而，在重建阶段，TOSM 通过利用沿着矢状、冠状和横断向的互补评分来更新三维空间中的数据分布，实现更精确的重建。TOSM 的开发建立在可靠且有效的理论原理之上。通过在大规模稀视角 CT 和快速 MRI 数据集上进行广泛实验，我们的方法展示了显著的进展，并取得了解决 3D 不适定逆问题方面的最新成果。值得注意的是，我们提出的 TOSM 有效地解决了切片间不一致性问题，实现了高质量的 3D 体积重建。