极稀疏视角CT重建新方法：仅用2D投影训练
热点事件持续更新
极稀疏视角CT重建新方法：仅用2D投影训练
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Linrui Dai等作者提出一种基于姿态感知扩散先验的极稀疏视角CT重建方法，训练时每个样本仅需一张2D投影，无需密集扫描的3D体数据。 该方法在扩散采样中以测量视图保真、共享体重投影和投影物理一致性作为引导。作者称，在1、4、8视角设置下，该方法于两个公开CT数据集取得最佳新视角合成分数，重建质量优于或媲美使用密集体监督的基线。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
基于姿态感知扩散先验的极稀疏视角CT重建：仅用2D投影训练报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI基于姿态感知扩散先验的极稀疏视角CT重建：仅用2D投影训练
研究提出从每训练样本仅一张2D投影学习姿态感知扩散先验，用于极稀疏视角CT重建，无需密集扫描的3D体数据。方法以测量视图保真、共享体重投影和投影物理一致性引导扩散采样，在1、4、8视角设置下于两个公开CT数据集取得最佳新视角合成分数，重建质量优于或媲美使用密集体监督的基线。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。