TomoGRAF: A Robust and Generalizable Reconstruction Network for Ultra-Sparse View Computed Tomography
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出TomoGRAF框架,解决传统CT重建算法在超稀视角下难以获得高质量三维图像的问题。TomoGRAF结合X射线传输物理特性,显著优于现有深度学习和NeRF方法,具有广泛应用潜力,特别是在图像引导放疗和介入放射学领域。
🎯
关键要点
-
本研究提出TomoGRAF框架,解决传统CT重建算法在超稀视角下难以获得高质量三维图像的问题。
-
TomoGRAF结合了X射线传输物理特性,能够重建高质量三维体积。
-
研究表明,TomoGRAF在未见数据集上的表现显著优于现有深度学习和NeRF方法。
-
TomoGRAF具有广泛的应用潜力,特别是在图像引导放疗和介入放射学领域。
➡️