学习稀疏视角 CT 的全局表征蒸馏
原文中文，约200字，阅读约需1分钟。发表于：。本研究提出了一种用于稀疏视图计算机断层扫描的全局表示蒸馏（GloReDi）框架，通过傅里叶卷积学习 GloRe，从中间视图重建图像中蒸馏 GloRe，实验结果表明 GloReDi 在改善图像质量方面优于现有的方法。
本研究提出了DreamSparse框架，利用预先训练的扩散模型合成高质量图像。通过几何模块抓取3D特征，并转化为空间信息来指导生成过程。改进2D扩散模型以保证生成几何一致的图像。实验证明了该方法的有效性。
