Fugu-MT 論文翻訳(概要): Conditional Diffusion Posterior Alignment for Sparse-View CT Reconstruction

論文の概要: Conditional Diffusion Posterior Alignment for Sparse-View CT Reconstruction

arxiv url: http://arxiv.org/abs/2604.21960v1
Date: Thu, 23 Apr 2026 14:09:13 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-27 15:36:26.219674
Title: Conditional Diffusion Posterior Alignment for Sparse-View CT Reconstruction
Title（参考訳）: Sparse-View CT 再建のための条件拡散後アライメント
Authors: Luis Barba, Johannes Kirschner, Benjamin Bejar,
Abstract要約: スケーラブルな3次元スパースCT再構成を実現するために,CDPA(Conditional Posterior Alignment)を提案する。 2次元U-Net拡散モデルが初期3次元再構成に条件付けされ、スライス間の一貫性が向上する。合成および実コーンビームCT(CBCT)データを用いた実験は,最先端の性能を示す。
参考スコア（独自算出の注目度）: 4.107377779783183
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Computed Tomography (CT) is a widely used imaging modality in medical and industrial applications. To limit radiation exposure and measurement time, there is a growing interest in sparse-view CT, where the number of projection views is significantly reduced. Deep neural networks have shown great promise in improving reconstruction quality in sparse-view CT, especially generative diffusion models. However, these methods struggle to scale to large 3D volumes due to several reasons: (i) the high memory and computational requirements of 3D models, (ii) the lack of large 3D training datasets, and (iii) the inconsistencies across slices when using 2D models independently on each slice. We overcome these limitations and scale diffusion-based sparse-view CT reconstruction to large 3D volumes by combining conditional diffusion with explicit data consistency. We propose Conditional Diffusion Posterior Alignment (CDPA) to enable scalable 3D sparse-view CT reconstruction. A 2D U-Net diffusion model is conditioned on an initial 3D reconstruction to improve inter-slice consistency, combined with data-consistency alignment to match measured projections. Experiments on synthetic and real Cone Beam CT (CBCT) data show state-of-the-art performance, with ablations that confirm the synergistic effects of the proposed pipeline. Finally, we show that the same principles also strengthen fast denoising U-Nets, yielding near-diffusion quality at a fraction of the computational cost.
Abstract（参考訳）: CT(Computerd Tomography)は、医療・産業分野で広く用いられている画像モダリティである。照射露光時間と測定時間を制限するため、プロジェクションビューの数が大幅に減少するスパースビューCTへの関心が高まっている。深層ニューラルネットワークは、スパースビューCT、特に生成拡散モデルにおける再構成品質の改善に大きな期待を示している。しかし、これらの手法は、いくつかの理由により、大規模な3Dボリュームにスケールするのに苦労している。 (i)3次元モデルの高メモリ・計算要求 (二)大規模な3Dトレーニングデータセットの欠如、及び (3)スライス毎に独立して2次元モデルを使用する場合の不整合我々はこれらの制限を克服し、条件付き拡散と明示的なデータの整合性を組み合わせることで、拡散に基づくスパースビューCTを大規模3次元ボリュームに拡張する。スケーラブルな3次元スパースCT再構成を実現するための条件拡散後アライメント(CDPA)を提案する。 2次元U-Net拡散モデルが初期3次元再構成に条件付けされ,データ一貫性とデータ一貫性の整合性が改善された。合成および実コーンビームCT(CBCT)データを用いた実験は、提案したパイプラインの相乗効果を裏付けるアブレーションにより、最先端の性能を示す。最後に、同じ原理が高速なU-Netのデノベーションを強化し、計算コストのごく一部でほぼ拡散品質が得られることを示す。

関連論文リスト

Structure-Adaptive Sparse Diffusion in Voxel Space for 3D Medical Image Enhancement [10.028882244604809]
3次元3D画像強調は,CT,PET,MRIの診断において重要である。そこで本研究では,一様サブサンプリングタイムステップのコンパクトなセット上で,サンプルをトレーニングし,サンプルをサンプル化する,スパースボクセル空間拡散フレームワークを提案する。我々のフレームワークは、圧縮を損なわずに微細な解剖学的詳細を保存しつつ、最大10倍のトレーニングアクセラレーションを実現している。
論文参考訳（メタデータ） (2026-04-20T03:52:49Z)
PSI3D: Plug-and-Play 3D Stochastic Inference with Slice-wise Latent Diffusion Prior [5.104613802755622]
遅延拡散前の3次元推論のためのプラグアンドプレイアルゴリズム(PSI3D)を提案する。具体的にはマルコフ連鎖モンテカルロ法を定式化し、各2次元(2次元)スライスを2次元潜在拡散モデルからサンプリングする。
論文参考訳（メタデータ） (2025-12-20T13:37:22Z)
Resolution-Independent Neural Operators for Multi-Rate Sparse-View CT [67.14700058302016]
深層学習手法は高忠実度再構成を実現するが、しばしば固定された取得設定に過度に適合する。本稿では,連続関数空間に拡張したCT再構成フレームワークであるComputed Tomography Neural Operator (CTO)を提案する。 CTOは一貫性のあるマルチサンプリングレートとクロスレゾリューションのパフォーマンスを実現している。
論文参考訳（メタデータ） (2025-12-13T08:31:46Z)
DSplats: 3D Generation by Denoising Splats-Based Multiview Diffusion Models [67.50989119438508]
本稿では,ガウスをベースとしたレコンストラクタを用いて,リアルな3Dアセットを生成することで,マルチビュー画像を直接認識するDSplatを紹介した。実験の結果,DSplatsは高品質で空間的に一貫した出力を生成できるだけでなく,単一画像から3次元再構成への新たな標準も設定できることがわかった。
論文参考訳（メタデータ） (2024-12-11T07:32:17Z)
CoCPF: Coordinate-based Continuous Projection Field for Ill-Posed Inverse Problem in Imaging [78.734927709231]
スパース・ビュー・コンピュート・トモグラフィー(SVCT)の再構成は,スパース・サンプリングによるCT画像の取得を目的としている。暗黙的な神経表現(INR)技術は、不備のため、その分野に「かなりの穴」(すなわち、未モデル化空間)を残し、準最適結果をもたらす可能性がある。 SVCT再構成のためのホールフリー表現場を構築することを目的としたコーディネート型連続射影場(CoCPF)を提案する。
論文参考訳（メタデータ） (2024-06-21T08:38:30Z)
MVD-Fusion: Single-view 3D via Depth-consistent Multi-view Generation [54.27399121779011]
本稿では,多視点RGB-D画像の生成モデルを用いて,単視点3次元推論を行うMVD-Fusionを提案する。提案手法は,蒸留に基づく3D推論や先行多視点生成手法など,最近の最先端技術と比較して,より正確な合成を実現することができることを示す。
論文参考訳（メタデータ） (2024-04-04T17:59:57Z)
StableDreamer: Taming Noisy Score Distillation Sampling for Text-to-3D [88.66678730537777]
本稿では3つの進歩を取り入れた方法論であるStableDreamerを紹介する。まず、SDS生成前の等価性と、簡単な教師付きL2再構成損失を定式化する。第2に,画像空間拡散は幾何学的精度に寄与するが,色調の鮮明化には潜時空間拡散が不可欠であることを示す。
論文参考訳（メタデータ） (2023-12-02T02:27:58Z)
Two-and-a-half Order Score-based Model for Solving 3D Ill-posed Inverse Problems [7.074380879971194]
本稿では,3次元ボリューム再構成のための2次半順序スコアベースモデル(TOSM)を提案する。トレーニング期間中、TOSMは2次元空間のデータ分布を学習し、トレーニングの複雑さを低減する。再構成フェーズでは、TOSMは3方向の相補的なスコアを利用して、3次元空間のデータ分布を更新する。
論文参考訳（メタデータ） (2023-08-16T17:07:40Z)
Parallel Diffusion Model-based Sparse-view Cone-beam Breast CT [7.712142153700843]
我々は,切欠き拡散確率モデル(DDPM)を,サブボリュームベーススパースビュー胸部CT画像再構成のための並列フレームワークに変換する。実験により, 本手法は, 標準放射線線量の半分から3分の1の競争再建性能を達成できることが判明した。
論文参考訳（メタデータ） (2023-03-22T18:55:43Z)
Revisiting 3D Context Modeling with Supervised Pre-training for Universal Lesion Detection in CT Slices [48.85784310158493]
CTスライスにおける普遍的病変検出のための3Dコンテキスト強化2D特徴を効率的に抽出するための修飾擬似3次元特徴ピラミッドネットワーク(MP3D FPN)を提案する。新たな事前学習手法により,提案したMP3D FPNは,DeepLesionデータセット上での最先端検出性能を実現する。提案された3Dプリトレーニングウェイトは、他の3D医療画像分析タスクのパフォーマンスを高めるために使用できる。
論文参考訳（メタデータ） (2020-12-16T07:11:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。