DX2CT: Diffusion Model for 3D CT Reconstruction from Bi or Mono-planar 2D X-ray(s)

要約

コンピューター断層撮影 (CT) は高解像度の医療画像を提供しますが、患者が高放射線にさらされる可能性があります。
X 線スキャナーは放射線被ばく量は低くなりますが、解像度は低くなります。
この論文では、二平面または単平面の X 線画像から 3 次元 (3D) CT ボリュームを再構成する新しい条件付き拡散モデル DX2CT を提案します。
提案された DX2CT は 2 つの重要なコンポーネントで構成されます: 1) 新しい変換器を使用して CT ボリュームの 3D 位置を持つ 2 次元 (2D) X 線から抽出された特徴マップを変調すること、および 2) 変調された 3D 位置認識特徴マップを効果的に使用すること
DX2CTの条件として。
特に、提案した変換器は、ターゲット CT スライスの豊富な情報を含む条件を条件付き拡散モデルに提供することができ、高品質な CT 再構成を可能にします。
二平面または単平面 X 線ベンチマーク データセットを使用した実験では、提案された DX2CT がいくつかの最先端の方法よりも優れていることが示されました。
コードとモデルは https://www.github.com/intyeger/DX2CT で入手できます。

要約(オリジナル)

Computational tomography (CT) provides high-resolution medical imaging, but it can expose patients to high radiation. X-ray scanners have low radiation exposure, but their resolutions are low. This paper proposes a new conditional diffusion model, DX2CT, that reconstructs three-dimensional (3D) CT volumes from bi or mono-planar X-ray image(s). Proposed DX2CT consists of two key components: 1) modulating feature maps extracted from two-dimensional (2D) X-ray(s) with 3D positions of CT volume using a new transformer and 2) effectively using the modulated 3D position-aware feature maps as conditions of DX2CT. In particular, the proposed transformer can provide conditions with rich information of a target CT slice to the conditional diffusion model, enabling high-quality CT reconstruction. Our experiments with the bi or mono-planar X-ray(s) benchmark datasets show that proposed DX2CT outperforms several state-of-the-art methods. Our codes and model will be available at: https://www.github.com/intyeger/DX2CT.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google