金属伪影校正
金属伪影校正（MAR）是指去除金属植入物、牙科填充物和手术器械在 CT 图像中造成的明暗条纹。金属对 X 射线的衰减极强，穿过金属的射线会受到射束硬化、光子饥饿、散射和部分容积效应的影响，受损的投影会扩散成贯穿整个层面的条纹。
它在口腔颌面 CBCT、关节置换和脊柱内固定周围的骨科成像，以及放疗计划中都很重要；在放疗中，条纹会扭曲剂量计算所用的电子密度。
经典方法用插值替换正弦图中的金属轨迹（线性插值、归一化 MAR），或者迭代地建模多色物理过程。深度学习方法在图像域、正弦图域或两者中工作，常采用可解释的模型驱动设计。多色神经表示、扩散先验等无监督方法不再需要成对的无金属数据，而这类数据在临床上很少能获得。
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。
- Metal Artifact Reduction in CT: Where Are We After Four Decades? (IEEE Access, 2016)
回顾四十年来的金属伪影校正，从物理成因讲到六类校正方法。 - An Interpretable Dual Domain Network for CT Metal Artifact Reduction (MICCAI, 2021 · code)
一个可解释的双域网络，展开了基于模型的金属伪影校正公式，附代码。 - Adaptive Convolutional Dictionary Network for CT Metal Artifact Reduction (IJCAI, 2022 · code)
自适应卷积字典网络，在图像域保持基于模型的可解释性，附代码。 - Unsupervised Polychromatic Neural Representation for CT Metal Artifact Reduction (NeurIPS, 2023 · code)
无监督的多色神经表示，直接建模金属相关的物理过程，无需成对数据，附代码。 - Unsupervised CT Metal Artifact Reduction by Plugging Diffusion Priors in Dual Domains (TMI, 2024 · code)
在图像域和正弦图域都引入扩散先验的无监督金属伪影校正方法，附代码。
论文
全部 23 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。
- CTPelvic1K (官方页面) · 数据集 — 跨 7 个子集的 1,184 例盆腔 CT；值得注意的是含金属植入物病例，是真实金属伪影的少数开放来源之一。
- Physics-ArX · 工具库 — 基于物理的数据增强库，把真实的 CT/CBCT 噪声、散射与伪影模型注入既有图像，以构造成对训练数据。
- XrayPhysics · 工具库 — X 射线截面、源能谱建模、多材料射束硬化校正与双能分解。出自 LEAP 的作者，需要物理上诚实的能谱时，它与仿真器天然配合。
指南
涵盖本主题的指南。