Die Röntgenbildgebung ist in der medizinischen Diagnostik unverzichtbar, jedoch wird ihre Anwendung aufgrund potenzieller Gesundheitsrisiken streng reguliert. Um die Strahlenbelastung zu minimieren, konzentriert sich die aktuelle Forschung auf die Generierung neuartiger Ansichten aus spärlichen Eingaben und die Rekonstruktion von Computertomographie (CT)-Volumina, indem sie Darstellungen aus dem Bereich der 3D-Rekonstruktion entlehnt. Diese Darstellungen zielen ursprünglich jedoch auf bildgebende Verfahren im sichtbaren Licht ab, die Reflexions- und Streuungseffekte betonen, während sie die Durchdringungs- und Abschwächungseigenschaften der Röntgenbildgebung vernachlässigen. In diesem Papier stellen wir X-Feld vor, die erste 3D-Darstellung, die speziell für die Röntgenbildgebung entwickelt wurde und auf den Energieabsorbationsraten verschiedener Materialien basiert. Um verschiedene Materialien innerhalb interner Strukturen genau zu modellieren, verwenden wir 3D-Ellipsoide mit unterschiedlichen Abschwächungskoeffizienten. Um die Energieabsorption von Röntgenstrahlen für jedes Material zu schätzen, entwickeln wir einen effizienten Pfadpartitionierungsalgorithmus, der komplexe Ellipsoid-Intersektionen berücksichtigt. Darüber hinaus schlagen wir eine hybride progressive Initialisierung vor, um die geometrische Genauigkeit von X-Feld zu verfeinern, und integrieren materialbasierte Optimierung, um die Modellanpassung entlang der Materialgrenzen zu verbessern. Experimente zeigen, dass X-Feld eine überlegene visuelle Treue sowohl bei realen menschlichen Organen als auch bei synthetischen Objektdaten erreicht und dabei aktuelle Methoden in der Röntgen-Novel-View-Synthese und CT-Rekonstruktion übertrifft.
Wang et al. (Tue,) untersuchten diese Frage.