有限角层析
有限角层析是指投影只覆盖所需角度范围的一部分、缺失一个角度楔形时的图像重建。与稀疏视角 CT 不同，这里缺失的数据是连续的一段：取向落在缺失楔形内的边缘几乎不会在测量中留下信息，因此问题严重病态，滤波反投影会产生方向性条纹和模糊的边界。
只要射线源和探测器无法绕物体完整旋转，就会遇到这个问题：C 形臂与介入成像、数字乳腺断层合成、平板类工件的分层成像（laminography）、在线工业检测以及电子断层成像。
方法包括各向异性和方向性全变分及其他稀疏先验、只学习不可见部分的混合方法、正弦图补全网络、双域深度网络，以及配合基于模型的数据一致性、把扩散模型用作图像先验的方法。由于大量信息没有被测到，宣称的精度最好在 Helsinki Tomography Challenge 等实测数据上验证。
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。
- A limited-angle CT reconstruction method based on anisotropic TV minimization (PMB, 2013)
按已测角度范围调整平滑方向的各向异性 TV，是一个干净的经典基线。 - Learning the invisible: a hybrid deep learning-shearlet framework for limited angle computed tomography (Inverse Problems, 2019)
只学习数据在理论上无法确定的那部分图像，其余交给稀疏正则化；一种有理论依据的混合方法。 - Deep Learning Computed Tomography: Learning Projection-Domain Weights From Image Domain in Limited Angle Problems (TMI, 2018)
把 FBP 映射成神经网络，并针对有限角数据学习投影域权重。 - Dolce: A Model-Based Probabilistic Diffusion Framework for Limited-Angle CT Reconstruction (ICCV, 2023)
结合基于模型的数据一致性的条件扩散先验，在真实有限角数据上做了评估。
论文
共 46 篇，按时间倒序列出最新的 30 篇。
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。
- 2DeteCT (官方页面) · 数据集 — Projection + image. 5,000 张真实实验采集的混合物体二维切片，三个剂量水平，多种源-探测器几何。非常适合做可复现的真实数据 CT 基准测试。
- Helsinki Tomography Challenge 2022 (官方页面) · 数据集 — Projection only. 体模与莲藕的真实有限角正弦图；配套挑战赛定义了标准的有限角协议。
- FleX-ray Walnut CBCT Collection (CWI) (官方页面) · 数据集 — Projection + image. 42 个核桃，每个沿三条不同轨道各采集一次——因此可由合并视角算出无伪影的参考体，用作监督学习的真值。值得注意的是这并非又一个单一物体体模：其设计意图是同一类物体之间的自然变异。完整流水线一并给出——原始投影、扫描几何、预处理与重建脚本（均为开源软件）以及重建后的体数据，因而既可用于高锥角伪影抑制，也可用于稀疏角／有限角重建、超分辨与分割。数据分六个 Zenodo 存档发布，覆盖样本 1–42。
- Carved cheese (FIPS) (官方页面) · 数据集 — Projection only. 芬兰逆问题学会发布的一个雕花奶酪单层二维切片，提供三种分辨率，并附带把 X 射线变换写成显式线性算子的测量矩阵。正弦图之外还把前向算子直接交到你手上，可省掉一整类几何不匹配的错误，这也是它在把重建方法移植到真实实测数据时始终作为标准首测的原因。文档见 arXiv:1705.05732。
- Helsinki Tomography Challenge (官方页面) · 基准 — 真实测量的有限角正弦图。冠军是在合成数据上训练的纯学习网络；唯一的基于模型方案（CIL 团队，方向 TV）获得第三——说明经典方法在有限角任务上依然有竞争力。
- DBT-Reconstruction · 工具库 — 数字乳腺层析（DBT）的开源重建工具箱，覆盖 DBT 特有几何，并提供 FBP 与迭代求解器。
指南
涵盖本主题的指南。