用有条件潜伏扩散模型的金属工件减少算法用于牙圆束CT
Da-In Choi1, Sungho Yun1, Subong Hyun1
1Department of Nuclear and Quantum Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, South Korea.
Journal of applied clinical medical physics
|October 24, 2025
概括
这项研究引入了一种新方法,使用隐性扩散模型来减少牙圆束计算机断层扫描 (CBCT) 中的金属工件,改善图像质量以进行更好的诊断.
科学领域:
- 医疗成像医学成像
- 放射学中的人工智能
- 计算成像技术的成像
背景情况:
- 计算机断层扫描 (CT) 中的金属工件对准确的诊断和治疗计划提出了重大挑战.
- 现有的金属工件减少 (MAR) 技术在不同程度的成功下,在sinogram,投影或图像领域运行.
研究的目的:
- 开发一种先进的金属工件减少 (MAR) 技术,用于牙科圆束计算机断层扫描 (CBCT).
- 为了利用潜在扩散模型 (LDM) 来减少工件,并增强正常化金属工件减少 (NMAR) 方案.
主要方法:
- 使用隐性扩散模型 (LDM) 来生成金属工件减少的图像,条件是损坏的CBCT图像.
- 通过使用平均平方误差 (MSE) 和学习感知图像补丁相似性 (LPIPS) 的联合目标函数来训练LDM.
- 修改后的正常化金属工件减少 (NMAR) 过程,包括自动金属细分网络和二次工件校正网络,被用作缓解幻觉等生成模型工件的先验.
主要成果:
- 拟议的LDM增强的NMAR方法显著优于经典的NMAR和基于最先进的卷积神经网络的MAR (CNNMAR) 方法.
- 与CNNMAR.相比,图像质量的改善被量化为RMSE (34.78×10−4到19.30×10−4) 的减少,PSNR (49.354.3) 和SSIM (91.297.2) 的增加.
- 在牙科CBCT中成功的临床实施证明了有效的金属工件减少,同时保留了关键的解剖结构.
结论:
- 开发的方法为减少牙科CBCT中的金属工件提供了实用和有效的解决方案.
- 这一进步具有显著的潜力,可以提高牙科的诊断准确性和治疗规划.
