稀疏视角 CT
稀疏视角 CT 是指只用少量角度的投影来重建图像，通常是几十个视角，而标准扫描需要数百到上千个视角。视角越少，剂量越低、采集越快，但角度采样过于稀疏，滤波反投影会产生严重的条状伪影。
当剂量、扫描时间或硬件限制了视角数量时就会用到它：低剂量筛查、介入与放疗中的锥束成像、4D-CBCT（每个呼吸时相只分到一小部分投影），以及工业和安检检测。
主要方法包括：正则化迭代重建（TV 及其他稀疏先验）、去除 FBP 图像条纹的网络、正弦图插值、保证数据一致性的双域网络和展开网络，以及近年的逐扫描表示（隐式神经场、高斯溅射）和扩散先验。基准测试通常从 LoDoPaB-CT 或 Mayo 数据模拟稀疏正弦图；2DeteCT 和核桃数据集等实测数据则用来检验方法在真实数据上是否站得住。
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。
- Image reconstruction in circular cone-beam computed tomography by constrained, total-variation minimization (PMB, 2008)
大多数稀疏视角论文至今仍会拿来对比的 TV 约束基线。 - A Sparse-View CT Reconstruction Method Based on Combination of DenseNet and Deconvolution (TMI, 2018 · code)
一个早期、简单的 CNN，对 FBP 图像做后处理，附代码；适合作为第一个深度学习基线。 - DRONE: Dual-Domain Residual-Based Optimization Network for Sparse-View CT Reconstruction (TMI, 2021 · code)
一个双域网络，在保持一致性的同时细化正弦图和图像，附代码。 - NAF: Neural Attenuation Fields for Sparse-View CBCT Reconstruction (MICCAI, 2022 · code)
用于稀疏视角 CBCT 的自监督神经衰减场，无需训练数据、逐个扫描拟合，附代码。 - R2-Gaussian: Rectifying Radiative Gaussian Splatting for Tomographic Reconstruction (NeurIPS, 2024 · code)
首个用于稀疏视角层析重建的高斯溅射框架，速度快，附代码。
论文
共 157 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。
- LoDoPaB-CT (官方页面) · 数据集 — Projection + image. 42,895 对仿真人体胸腔切片（LIDC/IDRI），单一噪声水平（N0 = 4096）——其他剂量水平需自行重仿真。事实上的低剂量 CT 标准基准；附有调优良好的 FBP/U-Net 参考流程。
- 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。
- AAPM DL-Sparse-View CT data (官方页面) · 数据集 — Projection + image. 2021 年 AAPM DL-sparse-view CT 挑战赛数据：4,000 个仿真二维乳腺 CT 体模，每个配有 360° 理想无噪声 128 视角扇束正弦图及其 FBP 图像，另有 100 例测试。真值完全已知，可把稀疏视角逆问题与噪声、模型失配分开考察。
- SparseBeads (官方页面) · 数据集 — Projection + image. 48 组真实采集的珠体体模扫描，图像稀疏程度被系统地拉开梯度，专为稀疏正则化重建的基准评测而发布。灵感来自 SophiaBeads，是在已知真值下横比不同正则项时的参照点。
- 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。
- AAPM DL-Sparse-View CT Challenge (官方页面) · 基准 — 从理想无噪声的 128 视角扇束数据恢复二维乳腺 CT 体模：4,000 组训练数据、100 例测试，按 RMSE 公开排名。深度学习稀疏视角 CT 的常用参照点。
- DIRECTT Reconstruction GUI · 工具库 — 基于 ASTRA 工具箱的 Python 图形界面，用于 X 射线 CT 数据重建，并内置 DIRECTT 算法。DIRECTT 面向的正是只有极少量投影、且扫描轨迹任意的情形，并把采集路径本身一并纳入反问题求解——多数基于算子的工具箱基本不涉及这个角度。由德国联邦材料研究与测试研究所（BAM）开发，发表于 Review of Scientific Instruments 2020；运行 Main.py 即可启动。虽属小众、星标很少，但明确处理轨迹问题的工具本就寥寥无几。
指南
涵盖本主题的指南。