Die Studie präsentiert einen neuartigen Ansatz zur Lösung des inversen Problems der dünnansichtigen CT-Rekonstruktion mithilfe von Diffusionsmodellen. Der vorgeschlagene CDDM-Rahmen besteht aus zwei Stufen:
Der Kaskadierte Ansatz reduziert den Rechenaufwand, indem einige Inferenzschritte vom Pixelraum in den Latenzraum verlagert werden. Die Diskrepanzminderung adressiert die Diskrepanz zwischen Training und Sampling, die durch die Datenkonsistenz verursacht wird, um die Datenverteilung näher am ursprünglichen Manifold zu halten.
Ein spezialisierter ADMM-Ansatz behandelt die Bildgradienten in verschiedene Richtungen getrennt, was eine flexiblere Regularisierung ermöglicht. Die Experimente zeigen, dass CDDM eine höhere Bildqualität mit klareren Konturen im Vergleich zu bestehenden Methoden erzielt und gleichzeitig die Recheneffizienz verbessert.
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Hanyu Chen,Z... klo arxiv.org 03-15-2024
https://arxiv.org/pdf/2403.09355.pdfSyvällisempiä Kysymyksiä