高斯溅射
CT 中的高斯溅射是指把体数据表示为一组显式的三维高斯基元,每个基元有位置、形状和密度,并优化这些基元,使其渲染出的 X 射线投影与测量一致。它改编自用于照片新视角合成的三维高斯溅射,把发射与遮挡模型换成了适合透射成像的衰减模型。
与隐式神经表示相比,显式基元在 GPU 上光栅化很快,逐扫描重建可以从数小时缩短到数分钟,而且表示会把细节集中在物体需要的地方。目前主要用于稀疏视角 CT 和 CBCT,并已扩展到 4D 呼吸成像和金属伪影校正。
关键技术问题包括:让溅射积分对层析足够精确、处理位姿误差、从 FBP 或学习先验初始化,以及扩展到大体积数据。这里的论文从 X 射线新视角合成一直覆盖到精确且可扩展的层析建模。
入门推荐
如果你刚接触这个主题,可以先读这几篇;由维护者挑选。
- Radiative Gaussian Splatting for Efficient X-Ray Novel View Synthesis (ECCV, 2024 · code)
用于 X 射线新视角合成的辐射高斯溅射,是 3DGS 在 X 射线成像上的首个适配,附代码。 - R2-Gaussian: Rectifying Radiative Gaussian Splatting for Tomographic Reconstruction (NeurIPS, 2024 · code)
修正溅射过程使其适用于层析,是首个用于稀疏视角重建的 3DGS 框架,附代码。 - Learning 3D Gaussians for Extremely Sparse-View Cone-Beam CT Reconstruction (MICCAI, 2024 · code)
把三维高斯用作特征表示,处理极稀疏视角 CBCT,附代码。 - X2-Gaussian: 4D Radiative Gaussian Splatting for Continuous-Time Tomographic Reconstruction (ICCV, 2025 · code)
把辐射高斯溅射扩展到连续时间 4D CT,附代码。 - FaCT-GS: Fast and Scalable CT Reconstruction with Gaussian Splatting (ECCV, 2026 · code)
面向大体积数据的快速、可扩展高斯溅射 CT 重建,附代码。
论文
全部 26 篇,按时间倒序。
数据集、基准与工具库
目录中任务或标签与本主题相符的条目。
- Finnish Inverse Problems Society (FIPS) datasets (官方页面) · 数据集 — Projection only. 一批真实测量的正弦图(核桃、莲藕、苹果、胡萝卜、体模),采集几何记录详尽——检验重建算子最干净的公开来源。
- TIGRE · 工具库 — GPU 加速(CUDA)的锥束与平行束 CT 工具箱;提供 FDK、SART、SIRT、CGLS 及 TV 变体。
- tomosipo · 工具库 — 以极低的负担描述二维/三维投影几何;封装 ASTRA 并与 PyTorch 打通。
- torch-radon · 工具库 — PyTorch 中的可微分 Radon 变换与滤波反投影。
指南
涵盖本主题的指南。