引导耦合零空间漂移用于一步医学图像重建

生成式重建能够从欠采样采集中恢复高质量图像，但最先进的生成先验通常依赖迭代采样。减少迭代次数可降低推理成本，但也会失去渐进式分布精化的机会，从而难以在不牺牲重建保真度的情况下保持图像真实感。漂移建模提供了一种替代方案，它将渐进式精化转移到训练阶段，从而无需迭代推理轨迹即可实现一步采样。然而，现有的漂移方法在建模分布漂移时并未考虑成像算子。我们提出 DriftRecon，一种用于一步医学图像重建的生成式方法，它直接在成像算子的零空间中进行漂移。DriftRecon 使用零空间受限噪声构建训练样本，并采用多尺度生成器在各分辨率层级融入测量条件，其生成分量被投影到算子零空间上。为在推理时控制保真度—真实感权衡，一个条件引导参数持续引导同一生成器在测量条件生成与无条件生成之间切换。我们推导出一种依赖引导的相似核温度调度，它保留接受强化监督的引导加权质量，从而在引导增强时逐步局部化漂移交互，以限制相关的重建保真度损失。在稀疏视角 CT 和加速 MRI 重建中的实验表明，DriftRecon 优于既有生成式重建方法和近期漂移模型，同时能在单次前向传播中完成重建。

中文由 AI 翻译，仅供参考，以原文为准。