PhyDiCT：免训练稀疏X射线CT重建框架
热点事件持续更新
PhyDiCT：免训练稀疏X射线CT重建框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Weicheng Dai 等作者提出 PhyDiCT，一个无需训练的稀疏 X 射线 CT 重建框架，可从少量投影重建 3D 肺部 CT 图像。该方法将基于 Beer-Lambert 定律的可微物理前向模型与文本条件扩散模型先验结合，用 Split Gibbs 采样引导扩散生成，并加入测试时精修步骤。 作者称，所谓“免训练”指先验模型不经微调，而是引导去噪过程生成与 X 射线观测一致的样本。在公开 3D CT 数据集上，其 SSIM 相比完整训练方法提升 7.5%。论文已被 MICCAI 2026 接收，代码将后续发布。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
PhyDiCT：基于可微渲染与强先验的稀疏 X 射线即插即用 CT 重建报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CVPhyDiCT：基于可微渲染与强先验的稀疏 X 射线即插即用 CT 重建
PhyDiCT 是一个无需训练的框架，将基于 Beer-Lambert 定律的可微物理前向模型与文本条件扩散模型强先验结合，从少量 X 射线投影重建 3D 肺部 CT 图像。该方法用 Split Gibbs 采样引导扩散生成，兼顾投影保真度与先验一致性，并引入测试时精修步骤。在公开 3D CT 数据集上，其 SSIM 相比完整训练方法提升 7.5%，论文已被 MICCAI 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。