Perspective Projection-Based 3D CT Reconstruction from Biplanar X-rays

要約

X 線コンピュータ断層撮影 (CT) は、医療分野でさまざまな疾患の診断に使用される最も一般的な画像技術の 1 つです。
その高いコントラスト感度と空間分解能により、医師は骨、軟部組織、血管などの身体部分の詳細を観察できます。患者や外科医に潜在的に有害な放射線被ばくを伴うため、垂直 2D X から 3D CT ボリュームを再構築します。
線画像は、放射線のリスクが低く、アクセスしやすいため、有望な代替手段と見なされています。
ただし、すべての情報が重複している限られたビューの 2D 画像から 3D 解剖学的情報を再構成する必要があるため、これは非常に困難です。
この論文では、透視投影方式を反映する X 線からの新しい CT 再構成フレームワークである PerX2CT を提案します。
提案された方法は、モデルが 3D 位置に関する情報を暗黙的に取得できるようにする、座標ごとに異なる機能の組み合わせを提供します。
座標ごとのローカルおよびグローバル機能を適切に使用することにより、CT の選択された部分を高解像度で再構築する可能性を明らかにします。
私たちのアプローチは、計算の複雑さが少なく、推論時間が速い臨床アプリケーションで使用できる可能性を示しており、複数の評価指標でベースラインよりも優れたパフォーマンスを示しています。

要約(オリジナル)

X-ray computed tomography (CT) is one of the most common imaging techniques used to diagnose various diseases in the medical field. Its high contrast sensitivity and spatial resolution allow the physician to observe details of body parts such as bones, soft tissue, blood vessels, etc. As it involves potentially harmful radiation exposure to patients and surgeons, however, reconstructing 3D CT volume from perpendicular 2D X-ray images is considered a promising alternative, thanks to its lower radiation risk and better accessibility. This is highly challenging though, since it requires reconstruction of 3D anatomical information from 2D images with limited views, where all the information is overlapped. In this paper, we propose PerX2CT, a novel CT reconstruction framework from X-ray that reflects the perspective projection scheme. Our proposed method provides a different combination of features for each coordinate which implicitly allows the model to obtain information about the 3D location. We reveal the potential to reconstruct the selected part of CT with high resolution by properly using the coordinate-wise local and global features. Our approach shows potential for use in clinical applications with low computational complexity and fast inference time, demonstrating superior performance than baselines in multiple evaluation metrics.

arxiv情報

著者 Daeun Kyung,Kyungmin Jo,Jaegul Choo,Joonseok Lee,Edward Choi
発行日 2023-03-09 14:45:25+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, eess.IV パーマリンク