DeepSparse: A Foundation Model for Sparse-View CBCT Reconstruction

Yiqun Lin

doi:10.1109/TMI.2026.3674948

DeepSparse: A Foundation Model for Sparse-View CBCT Reconstruction

2026-03-17

0

PRE

AI

DOI：10.1109/TMI.2026.3674948

原文链接

原文求助

摘要

En 中文

锥束计算机断层扫描（CBCT）是医学领域的关键三维成像技术，但高质量成像所需的高辐射暴露引发了严重关切，尤其对弱势群体而言。稀疏视图重建通过使用较少的X射线投影来减少辐射，同时保持图像质量，然而现有方法面临计算需求高和泛化能力差等挑战。为克服这些限制，我们提出DeepSparse，首个用于稀疏视图CBCT重建的基础模型，其特点为DiCE（双维度跨尺度嵌入），一种将多视角二维特征和多尺度三维特征相结合的新型网络。此外，我们引入HyViP（混合视图采样预训练）框架，该框架在包含稀疏视图和密集视图投影的大型数据集上预训练模型，并提出两步微调策略以适应和优化模型用于新数据集。大量实验和消融研究证明，我们提出的DeepSparse在重建质量上优于当前最先进方法，为更安全高效的CBCT成像铺平道路。代码将在https://github.com/xmed-lab/DeepSparse公开可用。

Keyword:

Sparse-view reconstruction

CT reconstruction

cone-beam CT

implicit neural representation

model pretraining

foundation models

DeepSparse: A Foundation Model for Sparse-View CBCT Reconstruction

摘要

期刊

机构

引用论文