TomoGRAF: Un marco de campo de radiancia generativo impulsado por la física de rayos X para la reconstrucción de TC...

Área de la Ciencia:

• Imágenes médicas
• Imágenes computarizadas
• La radioterapia

Sus antecedentes:

• La tomografía computarizada (TC) permite la visualización 3D de alta resolución, pero generalmente requiere numerosas muestras angulares.
• Las limitaciones físicas y mecánicas a menudo limitan la adquisición de datos prácticos, especialmente para la TC de visión escasa.
• Los métodos de reconstrucción de TC de visión dispersa existentes, incluido el aprendizaje profundo y los campos de radiación neural (NeRF), muestran un éxito limitado, especialmente en escenarios ultra dispersos.

Objetivo del estudio:

• Desarrollar un nuevo método, TomoGRAF, para reconstruir volúmenes de tomografía computarizada 3D de alta calidad a partir de proyecciones de rayos X ultrapares.
• Para abordar los desafíos del muestreo angular limitado en la tomografía computarizada.
• Proporcionar una solución generalizable para aplicaciones médicas que requieran datos volumétricos en 3D a partir de vistas mínimas de rayos X.

Principales métodos:

• Desarrolló TomoGRAF, un sistema que incorpora un módulo de renderizado de volumen que simula la atenuación del material de rayos X basado en la geometría de la TC.
• Implementó una estrategia de capacitación que penaliza las diferencias entre los volúmenes de simulación y la verdad del terreno, mejorando la fidelidad previa.
• Principios adaptados del campo de radiación neural (NeRF) para la física de rayos X, que difieren de la representación estándar de luz visible.

Principales resultados:

• TomoGRAF demostró una mejora significativa en el rendimiento en comparación con los métodos de aprendizaje profundo y NeRF de última generación.
• El sistema fue entrenado en el conjunto de datos LIDC-IDRI y validado en un conjunto de datos interno independiente con características de imagen distintas.
• Se ha conseguido una reconstrucción de volumen 3D de alta calidad, incluso con datos de proyección ultraesparsos.

Conclusiones:

• TomoGRAF ofrece la primera solución generalizable para reconstruir información volumétrica en 3D a partir de una o unas pocas vistas de rayos X.
• Este avance es crucial para aplicaciones como la radioterapia guiada por imágenes y la radiología intervencionista.
• Permite conocimientos 3D esenciales donde la adquisición tradicional de datos CT es inviable.