💻 computer science

X-Splat: Gaussian Splatting for 3D CBCT Generation from Single Panoramic Radiograph

X-Splat 是一种新颖的高斯泼溅（Gaussian Splatting）框架，它通过利用采集几何结构和可学习的各向异性原语来克服该问题的不定性，从而通过单张全景 X 光片生成高保真 3D 牙科 CBCT 体积，在重建如下颌管等清晰解剖结构方面优于现有的 NeRF 和 GAN 方法。

原作者： Tomasz Szczepański, Szymon Płotka, Michal K. Grzeszczyk, Tomasz Trzciński, Arkadiusz Sitek

发布于 2026-07-03

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Tomasz Szczepański, Szymon Płotka, Michal K. Grzeszczyk, Tomasz Trzciński, Arkadiusz Sitek

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图猜测一个复杂 3D 雕塑的形状，但你只能通过观察它投射在墙上的单张平面阴影来进行。这就是牙科医生在尝试根据一张标准的 2D 全景 X 光片创建患者颌骨 3D 模型时面临的挑战。X 光片将所有的深度信息压缩成一张扁平的图像，使得“第三维度”成为了一个谜。

以往的尝试就像是用光滑的熔融黏土来雕刻颌骨。它们可以得到大致的形状，但会丢失锐利的边缘、微小的牙根以及穿过颌骨的精细管道（如下颌管）。这些方法往往会“幻觉”出不存在的特征，或者抹平了重要的细节。

迎来 X-Splat：“智能纸屑”法

作者提出了一种名为 X-Splat 的新方法。与其使用光滑的黏土，不如使用成千上万个微小的、隐形的 3D “纸屑碎片”（在数学上称为高斯基元/Gaussian primitives）。以下是其工作原理，使用简单的类比：

1. 脚手架：跟随光束

将全景 X 光机想象成一个围绕患者头部旋转的手电筒。本文利用这些光束已知路径作为“脚手架”或骨架。

旧方法： 想象你在空旷的空间中猜测墙壁应该在哪里，从而建造一座房子。
X-Splat 方法： 想象在 X 光射线经过的每一条路径上，都放置一个微小的、有弹性的气球。我们有数百万个这样的气球，它们沿着 X 光射线的已知路径排列。

2. 魔法：拉伸与旋转

一旦放置了这些气球，一个智能计算机程序（神经网络）就会指示它们如何改变形状。

拉伸： 如果 X 光束穿过一颗厚实的牙齿，沿该路径的气球就会拉伸以填充空间。
旋转： 如果光束撞击到一个弯曲的牙根，气球就会扭转以匹配该曲线。
结果： 这些气球会紧密结合在一起，形成牙齿和骨骼清晰、精确的边界，而不是一个模糊的团块。它们甚至可以填补光束之间的间隙，创造出一个实体的 3D 体积。

3. 安全网：“残差优化器”

有时，仅仅靠拉伸气球还不足以完美呈现每一个微小细节。论文增加了一个第二步骤：“轻量级优化器”。

把它想象成一位雕塑大师，他观察气球结构并进行微小的最终调整。
至关重要的是，这位雕塑家是非常微小且谨慎的。他们只被允许根据已知的平均颌骨形状进行微调。他们不被允许完全重新设计结构，从而确保最终结果与原始 X 光片完全吻合。

4. 训练：向“伪造”扫描学习

为了教导这个系统，研究人员并没有使用真实的患者（因为在同一时刻获得完美的 2D X 光片和匹配的 3D 扫描几乎是不可能的）。

相反，他们使用了一个庞大的真实 3D 颌骨扫描库。
他们使用计算机模拟了对于每个 3D 扫描而言，其对应的 2D X 光片会是什么样子。
他们教会了 X-Splat 如何将那个模拟的 2D 阴影还原回原始的 3D 形状。因为他们拥有“答案解析”（原始 3D 扫描），系统学会了如何通过拉伸和旋转这些气球来达到正确的结果。

为什么它更好（结果）
论文将 X-Splat 与其他方法（如 NeRF 和 GANs）进行了对比，发现它在三个关键领域胜出：

锐利度： 它能恢复其他方法会模糊处理的牙根和骨骼表面的锐利边缘。
隐藏的隧道： 它成功重建了下颌管（颌骨中的神经通道），这是一个以往方法完全遗漏或出错的结构。
没有假牙： 它不会在不存在牙齿的地方凭空创造牙齿。如果患者缺失一颗牙齿，X-Splat 会让该处保持空白，而其他方法可能会在那里“幻觉”出一颗牙齿。

总结：
X-Splat 是一种将扁平的 2D 牙科 X 光片转化为详细 3D 模型的新方法。它通过在 X 光束路径上放置数百万个微小的、可拉伸的“气球”，让它们生长并扭转以适应解剖结构，然后进行微小且谨慎的调整。其结果是一个锐利、准确且不会发明虚假解剖结构的 3D 颌骨模型，为传统的 3D CT 扫描提供了一种潜在的低辐射替代方案。

技术摘要：X-Splat

问题陈述

从单张全景 X 线片（PXR）生成 3D 牙科体积是一个高度欠定的逆问题。与锥束 CT（CBCT）通过数百个投影重建亚毫米级衰减体积不同，PXR 将沿弯曲 X 射线路径的 3D 衰减信息整合到单张 2D 图像中，导致深度方向上的解剖结构无法被观测。

现有方法面临三个主要局限性：

表示问题： 依赖卷积编码器-解码器或隐式神经场（如 NeRF）的方法生成的表示过于平滑，系统性地无法解析锐利的解剖界面，例如牙根边界、皮质骨表面和下颌管。
输入约束与一致性： 一些方法需要额外的输入（例如牙弓曲线），或者产生的体积在局部看似合理，但在全局上与真实的牙科拓扑结构不一致。
评估缺陷： 当前的评估过度依赖基于强度的指标（如 PSIM、SSIM），这些指标无法反映临床相关结构是否被正确恢复，从而掩盖了显著的结构性误差。

方法论：X-Splat

作者提出了 X-Splat，这是第一个旨在从单张 PXR 生成类 CBCT 3D 牙科体积的 Gaussian Splatting 框架。该方法将已知的全景采集几何结构视为生成支架，将任务表述为几何约束生成，而非标准的断层扫描重建。

核心组件

几何锚定初始化：
- X-Splat 不从零开始学习锚点位置，而是利用已知的全景射线几何结构。
- 每个射线采样点初始化一个可学习的各向异性 3D Gaussian 原型（约 600 万个锚点），密集覆盖牙弓和颌骨区域。这使得表示能力集中在信息丰富的区域。
前馈预测与精修：
- 共享 MLP： 单个多层感知器（MLP）在一次前馈过程中预测所有 Gaussian 原型的位移、缩放、旋转和密度。网络使用全局图像特征和逐点位置编码。
- 约束运动： Gaussian 仅被允许在其轴向（XY 平面）内的锚定射线上移动，以防止跨切片干扰。同时，它们也被限制只能绕着上-下 Z 轴旋转。
- 残差精修器： 一个轻量级的 3D 残差 U-Net 用于精修粗糙的 Gaussian 体积。该组件通过添加数据集层面的解剖先验（例如典型的颌骨形态）进行微调，但不会覆盖由 Gaussian 解析的几何结构。精修器保持较小规模，并初始化为零修正，以防止对群体层面解剖结构的记忆化。
训练监督与损失函数：
- 比尔-朗伯重投影（Beer-Lambert Reprojection）： 将预测的体积重新渲染为模拟 PXR 并与输入进行对比，以强制执行物理一致性。
- 多视图 DRR 一致性： 为了解决深度歧义，模型在训练期间受到来自 31 个方位角的数字重建放射影像（DRR）的监督。这使可行解集向符合解剖学的一致几何结构收敛。
- 几何与感知损失： 最大强度投影（MIP）损失提供正交结构监督，而基于 VGG 的感知损失则鼓励高频解剖细节的生成。
- 体积强度损失： 在预测值与地面真值（Ground-truth）CBCT 之间应用均方误差（MSE）。

主要贡献

首个用于 PXR 转 3D 的 Gaussian Splatting 框架： X-Splat 引入了受比尔-朗伯重投影和多视图放射影像监督约束的显式各向异性 Gaussian 原型，为平滑的隐式场提供了一种基于几何基础的替代方案。
精细结构的恢复： 该方法成功恢复了个体牙根、皮质边界和下颌管——这些是现有方法系统性缺失或产生幻觉的结构。这是通过一种射线锚定表示实现的，其中共享网络根据已知的采集几何结构来预测原型的属性。
几何感知评估： 作者引入了基于分割的指标（牙齿体积召回率、管体积召回率、幻觉体积）来评估特定颌面部结构的恢复情况，超越了传统的聚合体素误差评估。

实验结果

模型在 ToothFairy3 数据集的子集上进行了训练和评估（包含 60 个具有配对分割标签的扫描件），该数据集通过比尔-朗伯定律生成了合成的 PXR-CBCT 对。

定量性能： X-Splat 在所有指标上均优于最先进的基准方法（包括基于 NeRF 的 NeBLa、GAN 和残差 CNN）。
- 表面精度： 实现了 2.39 mm 的大解剖平均表面距离（BA-ASD），显著低于次优的无 Oracle 方法（GAN 为 10.60 mm）和隐式场基准 NeBLa（35.67 mm）。
- 管腔恢复： 恢复了 67.33% 的下颌管体积，而 NeBLa 仅为 1.14%，残差 CNN 为 27.62%。
- 幻觉抑制： 产生了最低的幻觉体积（2.96%），表明多视图 DRR 正则化有效地抑制了假阳性。
定性性能： 可视化结果显示，X-Splat 恢复了皮质骨与松质骨的分离、上颌窦以及作为连续管状结构的下颌管。与其他方法不同，它不会在无牙区产生幻觉牙齿。
消融实验：
- 将隐式场替换为固定的 Gaussian 锚点本身，使 BA-ASD 降低了 2.9 倍。
- 允许射线对齐的 Gaussian 运动进一步提升了性能，起到了隐式几何正则化的作用。
- 多视图 DRR 监督（ $L_{mv}$ ）提供了对表面精度最大的增益，证实了其在解决深度歧义中的作用。

意义与主张

论文声称 X-Splat 代表了在无法使用、不适用或无需使用 CBCT 的环境下实现可扩展 3D 牙科分析的重要一步。通过将已知的采集几何结构作为支架，该方法将高度欠定的问题转化为了受几何约束的体积推理任务。

作者强调，显式的 Gaussian 表示特别适用于牙科生成，因为薄皮质、牙根边界和管状结构需要局部的几何控制，而非不受约束的体积生成。

局限性与未来工作：
作者指出，目前的研究受限于具有完整颌面视野且带有配对分割标签的扫描件，并使用合成数据进行训练。在多样化的患者群体以及真实世界的全景系统（其光谱和强度特性可能不同）中的泛化能力仍有待建立。未来的工作拟侧重于多中心训练、真实 PXR 适配以及组织特化的 Gaussian 稠密化。