論文の概要: Geometry-Aware Diffusion Approximate Posterior Sampling for Sparse-View and Limited-Angle CT

• arxiv url: http://arxiv.org/abs/2610.08866v1
• Date: Mon, 05 Oct 2026 23:02:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.518372
• Title: Geometry-Aware Diffusion Approximate Posterior Sampling for Sparse-View and Limited-Angle CT
• Title（参考訳）: Sparse-View と Limited-Angle CT のための幾何学的拡散近似法による後方サンプリング
• Abstract要約: 本研究では,スパースビューとリミットアングルCTのための幾何学的空間誘導型再構成フレームワークを提案する。 その中心となる成分は、CTフォワード演算子と測定ノイズの共分散から構築された正規化ノイズ重み付きプルバック計量である。 スパースビュー,ノイズ,リミットアングルCTによる実験は,競争的再構成品質,強い測定一貫性,解決された経験的不確実性の推定を実証した。
• 参考スコア（独自算出の注目度）: 21.9135401630501
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sparse-view computed tomography (CT) reduces radiation dose and acquisition time and may mitigate motion artifacts. However, angular undersampling provides insufficient information to determine the image uniquely and stably. Limited-angle CT, arising from restricted angular coverage, produces strongly directional information loss associated with the missing angular range. In both settings, image directions may be strongly observed, weakly constrained, or unobservable, leading to severe ill-posedness and reconstruction ambiguity. Existing diffusion-based approaches incorporate measurement information through likelihood guidance, data-consistency operations, or range-null-space corrections. However, they do not generally use the continuously varying measurement sensitivity of the acquisition to jointly shape both reconstruction updates and stochastic exploration. We propose a geometry-aware diffusion-guided stochastic reconstruction framework for sparse-view and limited-angle CT. Its central component is a regularized noise-weighted pullback metric constructed from the CT forward operator and measurement-noise covariance. This metric continuously adapts both the measurement-aware update and stochastic exploration according to directional measurement sensitivity, suppressing changes along strongly constrained directions while permitting greater exploration along weakly constrained and unobservable directions. We complement this geometry-aware update with a regularized data-consistency correction and approximately null-space-restricted stochastic perturbations, implemented matrix-free using forward and backprojection operations together with conjugate-gradient solves. Experiments on sparse-view, noisy, and limited-angle CT demonstrate competitive reconstruction quality, strong measurement consistency, and spatially resolved empirical uncertainty estimates.
• Abstract（参考訳）: スパースビューCT(Sparse-view Computed Tomography)は放射線線量と取得時間を短縮し、運動アーティファクトを緩和する。 しかし、角アンダーサンプリングは、画像を一意かつ安定的に決定するのに十分な情報を提供する。 狭角CTは, 角度範囲の制限により, 角域の不足に伴う方向情報損失が強く生じる。 どちらの設定でも、画像の方向は強く観察されるか、弱く制約されるか、観測できないかのいずれかであり、深刻な不備と復元の曖昧さをもたらす。 既存の拡散に基づくアプローチは、可能性誘導、データ一貫性演算、レンジ・ヌル空間補正を通じて測定情報を取り入れている。 しかし、彼らは一般に、再構築更新と確率探索の両方を共同で形作るために、取得の連続的な測定感度を使用しない。 本稿では,スパースビューとリミテッドアングルCTのための幾何学的拡散誘導確率的再構成フレームワークを提案する。 その中心となる成分は、CTフォワード演算子と測定ノイズの共分散から構築された正規化ノイズ重み付きプルバック計量である。 この測定基準は、方向測定感度に応じて測定対応更新と確率探索の両方を連続的に適用し、強い制約のある方向に沿った変化を抑えつつ、弱い制約のある方向と観測不可能な方向に沿ったより大きな探索を許容する。 この幾何対応更新は、正規化されたデータ一貫性補正と、約ヌル空間制限された確率摂動を補完し、共役勾配解とともに前方および後方投影演算を用いて行列フリーに実装する。 スパースビュー,ノイズ,リミテッドアングルCTの実験では,競争的再構成品質,強い測定一貫性,空間的解決された経験的不確実性の推定が示された。

関連論文リスト

• Consecutive Posterior Fusion for Diffusive Recovery of Unobservable Image Structures [0.6372261626436676]
  CPF-DDNM(Consecutive Posterior Fusion Denoising Diffusion Null-Space Models)を紹介する。 CPF-DDNMは連続的な計測認識推定を融合させ、観測不能な画像構造の拡散回復を改善する。 Sparse-viewおよびSsimulated Low-Dose Computed Tomographyの実験は、医療画像の高解像度化とともに、DDNMよりも一貫した改善が見られた。
  論文  参考訳（メタデータ） (2026-10-02T13:05:36Z)
• TRACE: Two-Stage Detector-Response Estimation With Angular Cosine Expansion for Ring Artifact Correction in Photon-Counting CT [6.233080873816754]
  検出器応答不均一性は、光子計数検出器CT(PCD-CT)における系統的プロジェクションエラーとリングアーティファクトをもたらす 応答関連誤りを推定・修正するための2段階の教師なし非教師付きシングラム分解法であるTRACEを提案する。 QRMマウスファントムとブタのトロッターデータを用いて実験したところ、TRACEはリングアーティファクトを抑え、エッジシャープネス、ソフトテクスチャ、トラベクチャディテールを保ちながら画像の均一性を向上することがわかった。
  論文  参考訳（メタデータ） (2026-09-14T16:31:32Z)
• SONAR: A Structure-Consistent Neural Operator for Null-Space-Aware Sparse View CT Reconstruction [5.1854427179061675]
  本研究では,Null-Space-Aware Reconstructionのための構造整合型ニューラル演算子であるSONARを提案する。 測定と擬似測定残差を分離し、物理演算子を通して画像領域に持ち上げ、独立したニューラル演算子を適用して構造的効果を制約する。 AAPMおよび臨床MARS光子計数CTデータを用いた実験は、視線や見えない視線設定と見えない画像の解像度で一貫した改善を示した。
  論文  参考訳（メタデータ） (2026-09-12T03:46:54Z)
• Need We Teach Foundation Models What is a Generative Image? Gradient-Free Generative Artifact Detection via Analytic Spectral Adaptation [3.881211374324378]
  勾配ベースの更新による生成成果物の検出に基礎モデルを適用することで、本質的な表現が損なわれる。 本稿では,二分分類から外分布(OOD)異常測定問題への検出を緩和する勾配のない手法を提案する。
  論文  参考訳（メタデータ） (2026-06-03T13:04:23Z)
• A Mean Curvature Approach to Boundary Detection: Geometric Insights for Unsupervised Learning [52.452902154360565]
  本稿では,幾何学的機械学習に基づく新しい幾何学的フレームワークであるMean Curvature Boundary Points (MCBP)を紹介する。 MCBPはデータ多様体の固有曲率を明示的にモデル化し、原理化された多様体のパラメトリゼーションを必要としない点平均曲率を計算する。 合成および実世界のデータセットの実験により、MCBPはクラスタリング性能を一貫して改善することを示した。
  論文  参考訳（メタデータ） (2026-05-05T20:19:09Z)
• Rotation Control Unlearning: Quantifying and Controlling Continuous Unlearning for LLM with The Cognitive Rotation Space [66.51378598755933]
  本研究では,学習継続過程における学習度を定量化し,制御する,回転制御アンラーニング(RCU)と呼ばれる新しい手法を提案する。 歪対称損失は、回転角の変化が連続的未学習過程をシミュレートできる認知回転空間の存在を構築するように設計されている。 複数のデータセットに対する実験により、保持されたデータセットを持たないメソッドがSOTA性能を達成することを確認した。
  論文  参考訳（メタデータ） (2025-09-30T03:59:29Z)
• Diffusion-Based Limited-Angle CT Reconstruction under Noisy Conditions [10.287171164361608]
  角投影の欠如は、再構成された画像の不完全なシノグラムやアーティファクトに繋がる。 本稿では, 平均回帰微分方程式(MR-SDE)を用いて, 角ビューの欠落を解消する拡散型フレームワークを提案する。 現実的な雑音下でのロバスト性を改善するために,推論時間不確実性を明示的にモデル化する新しいノイズ認識機構を提案する。
  論文  参考訳（メタデータ） (2025-07-08T03:58:52Z)
• ACMamba: Fast Unsupervised Anomaly Detection via An Asymmetrical Consensus State Space Model [51.83639270669481]
  ハイパースペクトル画像(HSI)における教師なし異常検出は、背景から未知のターゲットを検出することを目的としている。 HSI研究は、HSIの高次元特性と高密度サンプリングベーストレーニングパラダイムにより、計算コストの急激さによって妨げられている。 計算コストを大幅に削減する非対称コンセンサス状態空間モデル(ACMamba)を提案する。
  論文  参考訳（メタデータ） (2025-04-16T05:33:42Z)
• Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View Tomography [58.60249163402822]
  未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。 提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
  論文  参考訳（メタデータ） (2022-07-06T21:40:59Z)

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。