⚡ electrical engineering

Residual Diffusion with Adaptive Data Consistency for Sparse-View CT Reconstruction

本文提出了一种用于稀疏视图 CT 重建的残差扩散框架，该框架通过从具有结构信息量的 FBP 估计值初始化逆向过程、引入高频调节以进行结构引导，并采用自适应数据一致性机制来解析优化松弛参数，从而提升了采样效率和图像质量。

原作者： Jia Wu, Pingting Lu, Jing Huang, Biao Qu, Zhangyong Li, Lisha Zhong

发布于 2026-07-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Jia Wu, Pingting Lu, Jing Huang, Biao Qu, Zhangyong Li, Lisha Zhong

原始论文采用 CC BY 4.0 许可（https://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

核心问题：用更少的眼睛看清“不可见”之物

想象一下，你正试图拍摄一座复杂雕塑的照片，但你只能从几个特定的角度观察它，而不是绕着它走完一圈。如果你试图仅凭这几个角度来拼凑出完整的图像，结果会是一片模糊且带有条纹的混乱。

在医学领域，这就是稀疏视图 CT（Sparse-View CT）。医生通常会从每个角度拍摄数百张 X 光图像来构建人体内部的 3D 图像。但为了减少辐射（特别是针对儿童或定期检查的情况），他们希望减少拍摄次数。问题在于，标准的数学方法（称为滤波反投影，简称 FBP）生成的图像充满了“条纹伪影”——就像闪电般的噪声，会遮盖重要的细节。

旧方案：从零开始

为了修复这些模糊的图像，科学家们开始使用 AI 扩散模型（Diffusion Models）。你可以把这些模型想象成一位见过数百万幅完美画作的大师级修复师。

它们通常是如何工作的： AI 从一张布满纯粹静态噪声（随机白噪声）的画布开始，就像一台没有信号的电视机。然后，它通过一步步“去噪”的过程，根据其训练数据，逐渐猜出图像应该长什么样。
问题所在： 从纯噪声开始速度很慢。AI 需要经过数百个步骤才能将静态噪声转化为清晰的图像。这就像是通过不断从一堆沙子中一点点移除沙粒来雕刻一座雕像，过程极其漫长。

新方案：一个更聪明的起点

本文作者提出了一种更聪明的起始方式。他们不再从随机噪声开始，而是从 FBP 图像（即那张模糊、有条纹的图像）开始。

1. “残差”捷径（素描 vs. 杰作）

想象你有一张人脸的粗略素描。它有大致的轮廓和特征，但很凌乱。

旧的方法： AI 试图将一张白纸变成一件杰作。
新的方法： AI 被训练去学习差异（即“残差”，Residual），也就是粗略素描与完美照片之间的区别。它学习的是如何修复素描中的特定错误，而不是从头发明整个图像。
结果： 因为 AI 是以一个好的“素描”（FBP 图像）作为起点，只需要填补缺失的细节，所以它能用极少的步骤完成任务。这就像雕塑家不是从一堆尘土开始，而是从一块已经大致成型的石块开始雕刻。

2. “高频”眼镜（保持边缘锐利）

即使有了素描作为起点，AI 仍可能为了求稳而把精细的细节（如皮肤纹理或骨骼锐利的边缘）磨平。

解决方法： 作者添加了一个特殊的“眼镜”模块。他们提取粗略素描中的边缘和纹理（即高频部分），并在修复过程的每一个阶段都将其直接输入到 AI 的大脑中。
类比： 这就像是给修复师一张只强调锐利线条和皱纹的参考图。这确保了最终图像不会看起来像一个光滑的塑料模特，而是保留了真实的、具有质感的细节。

3. “自适应”指南针（平衡天平）

AI 需要平衡两件事：

它认为图像应该长什么样（基于其训练数据）。
实际的 X 射线数据告诉了它什么（即测量值）。

如果 AI 忽略了 X 射线数据，图像可能会看起来很漂亮，但在医学上却是错误的；如果它过于严格地遵循数据，条纹就会再次出现。

旧的方法： 科学家必须手动调节一个“旋钮”（参数），来决定在数据与 AI 之间给予多少信任。这就像是在开车时使用手动变速器，你必须在路况变化时精准地换挡。
新的方法： 作者创建了一个自适应指南针。在修复过程的每一步，系统都会根据剩余误差的大小，自动计算出所需的完美信任度。
类比： 这就像一辆自动驾驶汽车，它能根据路况即时调整转向，而不是由驾驶员去猜测该转多少度方向盘。这消除了手动调优的需求，并防止了 AI 在数据非常稀疏时出错。

结果：更快、更清晰

论文在计算机模拟和真实患者数据上测试了这种方法。

质量： 与其他 AI 方法相比，生成的图像更清晰，条纹更少，且能更好地保留精细细节。
速度： 由于 AI 是以一个好的“素描”（FBP 图像）而非随机噪声作为起点，因此完成任务所需的步骤大大减少。这使得重建过程变得更快，对于医疗应用至关重要。

总结

本文提出了一种修复低辐射 CT 模糊图像的新方法。与其要求 AI 从无到有地想象一幅画，不如要求它去修改一份草稿。他们为 AI 提供了特殊的工具来保持边缘锐利，并配备了一个智能系统来自动平衡数学计算，从而实现了比以往更快、更高质量的图像生成。

技术摘要：具有自适应数据一致性的残差扩散模型用于稀疏视图 CT 重建

问题陈述
稀疏视图计算机断层扫描（CT）通过从有限的角度获取投影，从而减少辐射暴露和扫描时间。然而，这产生了一个严重的病态反问题，即标准的滤波反投影（FBP）重建由于角度采样不完整，会导致严重的条纹伪影。虽然深度学习方法已展现出潜力，但监督学习方法在处理极度受限的视图时往往表现不佳，且现有的生成式扩散模型面临两个主要约束：（1）它们通常从纯高斯噪声开始逆向过程，这需要大量的采样步骤并导致高昂的推理成本；（2）它们通常依赖于固定的数据一致性参数，无法在不同稀疏视图配置下平衡学习先验与测量保真度。

方法论
作者提出了一种专门为稀疏视图 CT 重建设计的残差扩散框架（Residual Diffusion Framework），由三个核心组件组成：

残差前向扩散过程：
不同于将清晰图像（ $x_0$ ）通过高斯噪声破坏的标准前向过程，作者定义了一个特定的 CT 退化路径。前向过程从全采样图像过渡到其对应的稀疏视图 FBP 重建图像（ $x_{fbp}$ ）。该模型旨在学习残差 $x_{res} = x_0 - x_{fbp}$ 。因此，逆向过程是从具有结构信息的 FBP 估计值而非随机噪声开始的，这显著减少了达到高质量解所需的采样步数。
多尺度高频条件化：
为了解决 FBP 重建中固有的细节（边缘和纹理）丢失问题，该框架引入了一个条件化模块。该模块利用离散小波变换从 FBP 图像中提取高频特征（抑制近似分量并保留细节子带）。这些特征由预训练的辅助 U-Net 进行精细化，并以多分辨率层级注入到主去噪网络（带有线性注意力的 U-Net）中。这提供了显式的结构引导，以在逆向扩散步骤期间保持解剖边界和组织纹理。
自适应数据一致性机制：
为了确保重建结果与测量的投影数据（ $y$ ）保持一致，作者在每个逆向迭代中集成了一个投影域数据一致性步骤。不同于使用固定松弛参数的方法，该机制在每一步都解析地推导松弛参数（ $\kappa_{t-1}$ ）。通过沿 FBP 校正方向利用当前的投影残差求解一维最小二乘问题，该方法能够自动平衡生成先验与测量保真度，而无需手动调整超参数。为了避免放大噪声，该校正在最后一步（ $t=1$ ）被省略。

核心贡献

残差公式化： 本文将扩散前向过程重新表述为从清晰图像到稀疏视图 FBP 图像的退化过程。这使得逆向过程可以从具有物理意义的 FBP 估计值开始，从而比标准的基于高斯噪声的扩散模型实现显著更少的采样步数。
高频引导： 引入了一个多尺度条件化模块，将小波衍生的边缘和纹理特征注入去噪器，专门针对 FBP 中经常丢失的精细解剖结构进行恢复。
自适应一致性： 开发了一种自适应数据一致性机制，通过解析计算每一步的最优松弛参数，消除了在不同稀疏视图配置下进行手动参数选择的需求。

实验结果
该方法在模拟数据集（AAPM 低剂量 CT 大挑战赛）和临床数据集（LDCT-and-Projection）上进行了评估。

重建质量： 与监督学习基准方法（FBPConvNet, LEARN++, PAIL）以及其他基于扩散的方法（Cold-Diff, ResShift, MCG, WSGM, VLDS）相比，所提方法在所有测试的视图配置（16、32 和 64 视图）下均取得了最高的峰值信噪比（PSNR）和结构相似性指数（SSIM）。
伪影抑制： 定性结果表明，与基准方法相比，该方法具有更优越的条纹伪影抑制能力，并能更好地保留精细解剖细节，而基准方法往往表现出过度平滑或残留条纹的问题。
效率： 该方法仅需 20 个扩散步数（ $T=20$ ）即可达到最优性能，推理时间约为每层切片 2.8 秒。这明显快于其他数据一致性引导的扩散方法（如 MCG, WSGM），后者需要数百或数千个步数；尽管比像 ResShift 这样的潜空间方法稍慢（作者指出 ResShift 由于缺乏投影约束而存在过度平滑的问题）。
泛化能力： 该方法展示了强大的跨领域泛化能力，能够在无需重新训练的情况下在临床数据上有效运行，这归功于能够根据临床扫描的具体投影残差进行调整的自适应一致性机制。

意义与声明
本文声称，通过将扩散轨迹与稀疏视图 CT 的物理退化过程（从清晰到 FBP）对齐，并结合自适应的投影域约束，所提出的框架在计算效率和重建精度之间实现了理想的权衡。它通过结构化初始化降低推理成本，并通过高频条件化和自适应一致性提高结构保真度，解决了现有医学影像扩散模型的局限性。作者指出，尽管该方法显示出显著改进，但目前的局限性包括使用通过重新分箱全视图数据重建的真值进行临床验证，以及仅在 2D 轴向扇束几何结构上进行验证，3D 锥束扩展被列为未来的工作方向。