高頻域卷積強化擴散模型用於稀疏視角CT成像的正弦圖修復

Kernekoncepter

本文提出了一種新的擴散模型FCDM,通過頻域卷積有效地捕捉正弦圖的頻域特徵和角度之間的複雜關係,並設計了一種特定的損失函數以確保物理特性的一致性,從而顯著提高了正弦圖修復的質量。

Resumé

本文提出了一種名為FCDM的新型擴散模型,專門用於CT成像正弦圖的修復。FCDM包括兩個階段:

第一階段,FCDM使用編碼-解碼網絡將輸入正弦圖編碼為潛在表示,並通過頻域卷積增強該潛在表示,以捕捉正弦圖的頻域特徵和角度之間的複雜關係。

第二階段,FCDM在固定的編碼-解碼網絡參數下,使用擴散過程對帶有隨機遮罩的潛在表示進行修復。

為了確保修復的物理特性和頻域特徵的準確性,FCDM設計了一個特定的損失函數,包括吸收一致性損失和頻域一致性損失。

實驗結果表明,FCDM在真實世界數據集上顯著優於9種基線模型,在SSIM和PSNR指標上分別達到0.95和30以上,相比基線模型分別提高了33%和29%。FCDM還能夠處理更大的遮罩區域和複雜的真實世界正弦圖,展現了其強大的魯棒性和適應性。

Statistik

在CT成像中,探測器記錄的總投射數據等於樣品的總吸收。
頻域表示中實部和虛部的差異越小,表示頻域特徵被更好地保留。

Citater

"頻域卷積可以有效地捕捉正弦圖的頻域特徵和角度之間的複雜關係。"
"設計特定的損失函數可以確保修復的正弦圖保持物理特性的一致性。"

Vigtigste indsigter udtrukket fra

FCDM: Sparse-view Sinogram Inpainting with Frequency Domain Convolution Enhanced Diffusion Models

by Jiaze E, Sru... kl. arxiv.org 09-12-2024

https://arxiv.org/pdf/2409.06714.pdf

Dybere Forespørgsler

如何將FCDM擴展到完整的CT重建,直接從正弦圖生成重建的CT圖像?

FCDM（頻域卷積擴增擴散模型）可以通過將其架構進一步調整來擴展到完整的CT重建。首先，FCDM的設計已經包含了對正弦圖的有效處理，這使得它能夠捕捉到不同投影角度的頻率特徵。為了實現從正弦圖直接生成重建的CT圖像，可以在FCDM的解碼器部分進行調整，將其設計為能夠直接輸出完整的CT圖像，而不僅僅是修復的正弦圖。
具體來說，可以在FCDM的第二階段中，將解碼器的輸出從修復的正弦圖轉換為CT圖像，這可以通過引入逆Radon變換來實現。這樣，模型不僅能夠修復缺失的正弦圖數據，還能夠利用完整的正弦圖數據進行CT圖像的重建。此外，通過進一步優化損失函數，使其考慮到CT重建的物理特性，可以提高重建的準確性和質量。

如何在FCDM中進一步利用正弦圖的周期性特徵來提高修復性能?

在FCDM中，正弦圖的周期性特徵可以通過設計專門的損失函數來進一步利用。正弦圖的周期性特徵源於CT掃描的圓形投影特性，這意味著在不同的投影角度下，某些結構會重複出現。為了提高修復性能，可以在損失函數中加入一項周期性一致性損失，該損失可以強制模型在修復過程中保持這些周期性特徵。
具體而言，可以通過計算修復後的正弦圖與其理想周期性模式之間的差異來設計這一損失項。這樣，模型在進行修復時不僅要考慮到局部的像素差異，還要考慮到整體的結構一致性，從而提高修復的質量。此外，這種方法還可以幫助模型更好地捕捉到不同投影角度之間的關聯性，進一步增強修復效果。

FCDM的設計思路是否可以應用於其他類型的醫學成像數據修復,如MRI或超聲波成像?

FCDM的設計思路確實可以應用於其他類型的醫學成像數據修復，例如MRI或超聲波成像。這是因為FCDM的核心理念是利用頻域卷積來捕捉數據的頻率特徵，這一方法不僅限於CT正弦圖，還可以擴展到其他成像技術中。
在MRI中，數據同樣具有特定的頻率特徵，並且在不同的切片和時間點上也會出現周期性特徵。因此，可以將FCDM的頻域卷積技術應用於MRI數據的修復，通過捕捉不同時間點和切片的頻率特徵來提高修復性能。
對於超聲波成像，雖然其數據結構與CT和MRI有所不同，但同樣可以利用FCDM的設計思路。超聲波成像中的回波信號也具有一定的頻率特徵，通過頻域卷積來分析和修復缺失的數據，可以提高超聲波圖像的質量。
總之，FCDM的設計思路具有廣泛的適用性，可以為多種醫學成像數據的修復提供有效的解決方案。