23、新型射线照相视图合成技术解析

新型射线照相视图合成技术解析

1. 引言

射线照相技术在医学领域广泛应用，通过高能辐射（X射线）穿透人体，并在平面探测器上测量剩余辐射能量，形成二维图像，揭示人体内部结构，为诊断提供重要信息。然而，传统射线照相存在一些局限性，如每次扫描通常仅获取单一正面视图，医生对二维图像在三维空间中各器官关系的判断缺乏明确依据且准确性不一。因此，射线照相视图合成算法具有重要意义，不仅能提供更多视觉信息，还有助于更准确地理解患者内部结构。

2. 相关研究进展

在医学影像领域，为了克服传统射线照相的不足，众多研究人员提出了不同的方法。例如：
- DeepDRR框架 ：Unberath等人提出的DeepDRR框架，引入了关于X射线成像的先验知识，包括X射线衰减、散射估计和噪声生成模块，能够生成更接近临床X射线图像的图像，基于DeepDRR图像训练的机器学习模型性能优于使用传统数字重建射线照片（DRR）的模型。
- 口腔结构重建 ：Song等人提出引入口腔曲率信息作为先验，从全景X射线图像重建3D口腔结构。他们没有直接重建3D锥形束CT（CBCT）图像，而是选择重建扁平化的3D口腔结构，再利用口腔内照片提取的牙弓信息将其变形为最终的口腔结构。
- 超稀疏3D断层重建 ：Shen等人提出引入几何信息进行超稀疏3D断层重建，通过几何反投影算子将2D投影展开到3D空间，保留几何信息，便于后续3D网络生成CT图像。
- 医学报告生成 ：Li等人利用医学知识图谱更好地输出医学报告的诊断信息，通过生成异常图作为中间输出，