PulseAugur
中
实时 11:39:56
English(EN) TR-GS: High-Fidelity Sparse-View CT Volumetric Rendering via t-Distribution Gaussian Splatting and Ray-Confidence Modeling

新的TR-GS框架通过t分布高斯泼溅增强稀疏视图CT渲染

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了TR-GS，一种用于稀疏视图计算机断层扫描（CT）数据高保真体积渲染的新型框架。该方法利用t分布高斯泼溅基元和射线置信度模型来提高重建精度并减少因投影数据有限而常出现的伪影。TR-GS还结合了置信度引导的3D小波正则化，以增强细节保留和噪声抑制，在合成和真实世界数据集上均显示出优于现有方法的性能。 AI

影响 这项研究通过从有限的CT扫描数据中实现更准确的3D重建，有望改善医学可视化和手术规划。

排序理由 这是一篇详细介绍一种新的体积渲染方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的TR-GS框架通过t分布高斯泼溅增强稀疏视图CT渲染

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Zedong Xiao, Yiren Wang, Zhou Liu, Xiaolin Liu, Zhangji Lu ·

    TR-GS：基于t分布高斯泼溅和射线置信度建模的高保真稀疏视图CT容积渲染

    arXiv:2608.16042v1 Announce Type: new Abstract: High-fidelity 3D medical visualization supports applications such as clinical assessment and surgical planning. Sparse-view computed tomography (CT) can reduce projection requirements and associated radiation exposure, but limited o…

相关实体

相关话题