Jan, 2024

基于梯度的快速准确锥束 CT 头部运动补偿方法

PDF
TL;DR通过引入基于梯度的优化算法的新方法，本文提出了一种用于 Cone-beam CT 运动估计的方法，该方法利用了 Cone-beam CT 的几何结构的广义导数，通过形成完全可微分的目标函数来为当前运动估计的重建空间质量评级，极大地加快了运动估计，提高了运动估计的准确性，并在临床工作流中集成了 CBCT, 解决了时效性场景中的关键挑战。
发现论文，激发创造
  • 短扫描牙科 CBCT 重建中的运动伪影检测

    本研究提出了一种框架，基于深度学习的切片预测方案和数据增强技术，可以在不使用校正算法的情况下提取运动自由的扫描投影部分，并重建出干净的短扫描成像。该框架已经成功验证，适用于广泛的运动情况的研究。

    Apr, 2023

  • 可微分的基于评分的似然函数：从清晰图像中学习 CT 运动补偿

    通过训练概率密度评估模型，我们证明了 CT 图像中的似然性可以作为运动伪影严重程度的替代指标，并通过最大化似然性优化运动参数，有效减少运动伪影，使图像更接近无运动扫描的分布。

    Apr, 2024

  • 梯度下降可证明解决非线性断层重建

    在本文中，我们研究了一种技术，通过非线性正演模型直接从原始测量数据中重建信号。尽管这种优化是非凸的，但我们证明了梯度下降算法可以以几何速度收敛到全局最优解，使用近乎最小数量的随机测量完美重建基础信号。我们还通过对优化变量施加先验结构信息的约束，在信号的维度明显小于测量数量的欠定设置中证明了类似的结果。我们通过合成和真实三维体积上的锥束 CT 实验展示了直接非线性 CT 重建的好处，并证明与经商业重建的带金属牙冠人类头骨相比，这种方法能减少金属伪影。

    Oct, 2023

  • 关于平滑限制对计算机断层摄影运动补偿的影响

    通过分析在锥束 CT 上的一个刚性运动补偿算法中，基于样条的运动模型对可恢复频率的影响，研究发现：选择合适的运动模型对恢复频率至关重要，优化的运动补偿算法能够准确拟合样条节点，但对于慢运动模式，节点数的增加不会损害重建性能，反而可以扩大可恢复的高频范围。最终，最佳的运动模型应根据图像解剖、临床用途和扫描协议进行精心调整，以确保准确的运动补偿。

    May, 2024

  • 从无序的 4D 计算机断层扫描中解决变量呼吸运动

    本研究提出了一种基于超梯度方法的优化方法，用于估计连续多周期的运动模式，并在数字幻影模拟和真实患者数据上展示了更好或相当的性能。该方法的优势在于无需强相关的内部运动的呼吸替代信号，并且可以产生高质量的运动补偿图像以及整个图像采集期间的运动估计，包括呼吸之间的变化，具有提高下游临床应用的潜力，并且可以对存储有开放访问 4DCT 数据集的回顾性分析。

    Jun, 2024

  • 使用联合监督与对抗学习的 CT 呼吸运动合成

    提出了一种深度合成方法，通过将外部患者表面估计作为条件合成来生成伪呼吸 CT 相位，以实现运动感知的治疗计划，并展示了其能够以与重复扫描的真实 4DCT 相位相似的准确性捕捉器官和肿瘤的运动。

    Mar, 2024

  • 基于 Defrise 和 Clack 算法的深度学习计算机断层扫描

    利用已知的运算符学习方法，以及采用一种新颖的自适应滤波过程的滤波反投影算法，这篇论文提出了一种重建特定轨道的圆锥束计算机断层成像（CBCT）的新方法。通过实验，该方法成功地从圆形轨道投影数据中学习出最佳参数并实现图像重建，提高了重建速度和减少了内存使用。

    Mar, 2024

  • 运动金字塔网络实现准确高效心脏动态估计

    本文介绍了一种新型深度学习方法 Motion Pyramid Networks 来进行精准高效的心脏运动估计，使用金字塔形的多尺度运动场来增强更细致的运动场，通过循环的师生知识蒸馏方式来提高跟踪性能，并提出新的评价指标，其在公开数据集上有明显优于强基线模型的表现。

    Jun, 2020

  • 面向特征的肺部锥束 CT（CBCT）增强多任务定制感知损失的深度学习框架

    通过多任务深度学习模型，以特征为导向的深度学习框架提供了一种新的方法，用于将低质量的锥形束计算机断层成像（CBCT）图像转换成高质量的类似于 CT 的成像，从而在压制伪影的同时保留了解剖细节。

    Nov, 2023

  • 基于门控循环单元的 CT 轨迹优化应用

    应用门控循环单元（GRU）进行计算机断层扫描（CT）轨迹优化，结果表明 GRU 优化的扫描轨迹在图像质量评估指标上优于传统的圆形 CT 轨迹。

    May, 2024