Reparação de Metal em Projeções de CBCT Usando Modelo Generativo Baseado em Score

Durante a cirurgia ortopédica, a inserção de implantes metálicos ou parafusos é frequentemente realizada sob sistemas móveis de braço C. No entanto, devido à alta atenuação dos metais, artefatos metálicos severos ocorrem nas reconstruções 3D, o que degrada significativamente a qualidade da imagem. Portanto, muitos algoritmos de redução de artefatos metálicos foram desenvolvidos para minimizar os artefatos, e a reparação de metal no domínio da projeção é um passo essencial. Neste trabalho, um modelo generativo baseado em score é treinado em projeções simulatórias de joelho, e as imagens reparadas são obtidas removendo o ruído no processo de reamostragem condicional. O resultado implica que as imagens reparadas pelo modelo generativo baseado em score têm informações mais detalhadas e alcançam o menor erro absoluto médio de 0,069 e a maior relação sinal-ruído de pico de 43,07 em comparação com o método de interpolação por ponderação de distância inversa e a rede de pirâmide de máscara. Além disso, o modelo baseado em score também pode recuperar projeções com grandes máscaras circulares e retangulares, mostrando sua generalização em tarefas de reparação.