cone beam computed tomography
PulseAugur coverage of cone beam computed tomography — every cluster mentioning cone beam computed tomography across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新框架改进了低资源牙科记录从 CBCT 扫描中的补全
研究人员开发了一个名为实体约束 CBCT 引导检索 (ECCR) 的新框架，以改进从锥形束计算机断层扫描 (CBCT) 扫描中补全牙科记录，特别是在标记数据稀缺的低资源环境下。ECCR 框架将证据可用性与证据权威性分开，使用语料库派生的先验信息来提供完整的记录，然后仅在不引入不受支持的实体时检索图像条件诊断证据。该方法在公开验证中获得了 0.3134 的加权分数，优于现有的多模态检索方法，并在最近的测试评估中以 11.37/97.4 …
-
持久同调提高了牙科影像分析的准确性
研究人员开发了一种新方法，使用持久同调（一种拓扑数据分析技术）来自动化锥形束计算机断层扫描（CBCT）扫描中的牙科影像任务。该方法结合支持向量机，能够高精度地对牙齿进行分类和诊断。在相同的牙齿标记和诊断任务数据集上，该技术在性能上显著优于卷积神经网络（CNN）。
-
CephViT模型自动进行头颅测量标志点定位以进行错颌畸形分类
研究人员开发了CephViT，一个用于自动2D侧位头颅测量标志点定位的Vision Transformer模型。该模型在一个公开数据集上进行了训练和评估，平均径向误差为1.28毫米，在3.0毫米处的成功检测率为92.0%。当通过生成数字重建放射照片（DRRs）应用于3D CBCT扫描时，CephViT定位的标志点在骨骼错颌畸形分类方面显示出与手动标注相当的准确性，准确率分别为70.0%和68.3%。这表明使用CBCT衍生的DRRs进行…
-
新的基于斑点的方法可减少CT扫描中的金属伪影
研究人员开发了一种新的方法，用于减少锥束计算机断层扫描（CBCT）扫描中的伪影，特别是金属植入物引起的伪影。这种新颖的方法利用了集成在高斯斑点（Gaussian Splatting）框架内的受物理启发的自校准技术。它通过结合多色X射线投影模型和材料依赖的衰减曲线来解决束硬化伪影问题，无需手动金属掩模。该方法还在训练期间优化了X射线光谱特性，并在伪影抑制和重建精度方面展示了优于现有最先进方法的性能。
-
新的APCReg框架改进了用于手术规划的CBCT-IOS配准
研究人员开发了APCReg，一种用于锥形束CT（CBCT）与口内扫描（IOS）配准的新型框架。该方法解决了不同成像模态和潜在姿态偏移带来的挑战，这些挑战通常会导致临床环境中自动配准不可靠。APCReg采用粗到精的方法，利用多视图解剖粗配准（MACR）进行初始对齐，并利用重叠感知残差配准（OARR）进行精炼，在测试数据上实现了亚毫米级的平均Chamfer距离。
-
AI从低剂量扫描合成CT级图像用于放疗
研究人员开发了一个深度学习框架，使用条件去噪扩散概率模型从低剂量锥束CT（CBCT）扫描合成CT级图像。该方法旨在提高放疗计划的图像质量，减少重复高剂量CT扫描的需要。本研究特别探讨了使用物理感知CBCT表示（如滤波反投影（FDK）重建）是否能提高基于扩散的CT合成性能，与标准的DICOM CBCT图像相比。
-
新型扩散模型可从CBCT扫描合成高质量CT图像
研究人员开发了一种新颖的基于扩散的条件生成模型，名为EqDiff-CT，旨在从锥束CT（CBCT）扫描合成高质量计算机断层扫描（CT）图像。该模型采用具有组等变条件U-Net骨干的去噪扩散概率模型（DDPM），并结合e2cnn可操纵层来强制执行旋转等变性和循环C4对称性。在SynthRAD2025数据集上进行测试，与CycleGAN和DDPM等现有方法相比，EqDiff-CT在结构保真度、亨斯菲尔德单位准确性和整体定量指标方面均有显著…
-
用于锥束CT的可微移变SV-FBP在轨迹不规则情况下表现出鲁棒性
研究人员分析了用于锥束CT重建的可微移变FBP（SV-FBP）框架，发现其对不规则和不连续的源轨迹具有鲁棒性。该框架的性能更多地取决于采样点的空间分布，而非轨迹的连续性。虽然在稀疏视图条件下计算时间显著减少且具有竞争力，但由于缺乏迭代数据一致性，在严重欠采样情况下性能会下降。SV-FBP模型在无需架构更改的情况下也适用于非平面多等中心几何结构。
-
新框架将术中 CBCT 从数据完整性重新定义为数据充分性
这篇综述论文提出了一个面向术中锥束 CT (CBCT) 的新框架，将焦点从“数据完整性”转移到“数据充分性”。作者认为，在当前的 CBCT 几何结构下，实现数学上的完整数据是不可能的，并且过度的采样会负面影响图像质量、成像时间和辐射剂量（Q-T-D 权衡）。相反，该论文提倡一种任务驱动的方法，优先满足临床决策所需的最低图像质量阈值，允许可接受的近似误差，以实现更好的 Q-T-D 平衡。
-
WING生成网络在MRI/CBCT合成CT方面达到SOTA水平 · 跟踪3个来源
研究人员开发了WING，一种新颖的生成网络，用于跨模态CT合成。该模型将回归目标重新表述为多个窗口化表示，解决了直接CT强度回归的挑战。WING利用门控卷积生成器和融合-精炼Transformer来聚合窗口化输出并精炼细节，在MRI到CT和CBCT到CT的基准测试中取得了最先进的性能。
-
X-Splat 使用高斯溅射法从单张X光片生成3D牙科影像
研究人员开发了X-Splat，一个利用高斯溅射法从单张全景X光片生成3D锥形束CT（CBCT）牙科影像的新框架。该方法通过采用可学习的高斯基元，并受比尔-兰伯特重投影和放射学监督的约束，解决了从2D图像生成3D数据的欠定性问题。X-Splat通过精确重建清晰的解剖边界（包括下颌管等关键结构）优于现有的基于NeRF和GAN的方法，而这些方法之前未能捕捉到这些结构。
-
新框架从变换后的解剖场景生成合成投影图像
研究人员开发了一个新框架，用于从复杂的解剖场景生成合成投影图像，特别关注涉及下颌运动等空间变换的场景。该方法与传统的数字重建放射成像 (DRR) 方法不同，它将投影成像视为显式表示的解剖场景中的观测过程。该框架允许对体积和基于表面的对象进行独立变换，从而能够控制解剖结构-投影关系和变换感知成像工作流程的探索。
-
新框架量化宫颈癌治疗中的放疗剂量不确定性
研究人员开发了IMPACT-DoseAcc，一个用于估计宫颈癌自适应放疗（ART）中累积放疗剂量的框架。该系统量化了图像配准和分割产生的不确定性，提供了概率剂量-体积直方图。该框架证明了配准不确定性与几何误差之间存在很强的相关性，实现了靶体积的高覆盖率并稳定了剂量估计。
-
自监督视觉 Transformer 在 TMJ OA 检测方面显示出潜力
研究人员探索了自监督视觉 Transformer（特别是 DINO 系列）从锥形束 CT (CBCT) 扫描中检测颞下颌关节骨关节炎 (TMJ OA) 的有效性。他们的研究发现，部分解冻最后两个 Transformer 块将分类的曲线下面积 (AUC) 从 0.671 显著提高到 0.902。这种适应策略比骨干模型本身的选择更关键，为在低数据医学成像场景中应用这些模型提供了实用见解。
-
新型导航系统提高了股骨截骨的精度
研究人员开发了一种基于电磁跟踪（EMT）的新型股骨截骨导航系统，旨在提高精度并减少辐射暴露。该系统集成了基于CT的规划、一次性使用的C臂校准以及仅使用两张透视图像的X射线到CT配准。在一项使用合成股骨的研究中，EMT引导显示出比徒手方法更高的角度精度，并在没有额外手术暴露的情况下达到了患者特定器械的精度。
-
新的扩散模型以物理一致性增强CT图像合成
研究人员开发了EPC-3D-Diff，这是一种新的条件3D潜在扩散模型，旨在改进从CBCT数据合成CT图像。该模型包含一个物理推导的等变损失，确保合成的3D体积与其对应的2D投影之间的一致性。通过在压缩的潜在空间中进行扩散，EPC-3D-Diff实现了高效稳定的训练，从而在PSNR和SSIM等图像质量指标上取得显著改进，并提高了放射治疗应用的HU精度。
-
新的ATMask方法改进了3D牙科影像分析的AI学习
研究人员开发了一种名为ATMask的新型自监督学习技术，用于分析锥形束计算机断层扫描（CBCT）的3D牙科扫描。该方法通过优先处理具有高纹理变化的诊断重要区域来改进标准掩码，迫使模型学习更鲁棒的表示。与现有的自监督学习基线相比，该方法在下游牙科分析任务中被证明更具数据效率和有效性。此外，研究团队还整理并发布了一个包含6,314个CBCT扫描的新数据集，以支持牙科AI模型的预训练。
-
研究人员提出使用颌垫进行颞下颌关节构型分析的计算方法
研究人员开发了一种新的计算方法，使用咬合定位颌垫对颞下颌关节（TMJ）构型进行定量分析。该方法将颌垫建模为下颌骨的刚性变换，整合了CBCT、面部运动和牙科扫描的数据。该方法允许进行基于仿真的关节间隙变化评估，并旨在减少重复成像的需求。