噪音控制CT超分辨率与条件扩散模型
Yuang Wang1,2, Siyeop Yoon1, Rui Hu1
1Department of Radiology, Massachusetts General Hospital and Harvard Medical School, Boston MA 02114, USA.
Conference proceedings. International Conference on Image Formation in X-Ray Computed Tomography
|April 4, 2025
概括
本研究提出了一种用于CT图像超分辨率的新型条件扩散模型,有效控制噪声放大. 该方法通过使用混合训练数据在CT扫描中增强空间分辨率,在现实应用中证明有效.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 图像处理 图像处理
背景情况:
- 在CT图像中提高空间分辨率至关重要,但具有挑战性.
- 噪音放大通常伴随着CT成像中的超分辨率技术.
研究的目的:
- 引入一个创新的框架,用于控制噪声的CT超分辨率.
- 利用条件扩散模型提高CT图像质量.
主要方法:
- 开发了CT超分辨率的条件扩散模型.
- 在混合数据集上训练模型:与噪声匹配的模拟和真实细分的细节.
- 使用真实CT图像验证了框架.
主要成果:
- 拟议的框架有效地提高了CT图像中的空间分辨率.
- 在超分辨率过程中,噪声放大得到了成功控制.
- 实验结果证明了该框架对真实CT数据的有效性.
结论:
- 条件扩散模型为噪音控制的CT超分辨率提供了一个有希望的方法.
- 该框架显示了CT成像中的实际应用的巨大潜力.
- 这种方法解决了提高CT图像分辨率和质量的关键挑战.
