近日，中国科学院深圳先进技术研究院副研究员梁晓坤、研究员谢耀钦团队与华中科技大学研究人员合作，提出了一种CT金属伪影矫正方法。相关研究成果发表于《IEEE医学影像汇刊》。

在CT扫描中，牙科填充物、外科固定器械等金属植入物会在成像过程中产生明显的金属伪影。这些伪影是由于金属物对X射线的高度吸收造成的，导致图像重建时出现失真和条纹。

在放射治疗中，这些伪影会对剂量计算造成严重影响，从而影响治疗的精度和安全性。在CT诊断领域，金属伪影会掩盖或模糊关键解剖结构，从而降低疾病诊断的准确性和及时性。

近年来，许多基于监督深度学习的方法被提出用于金属伪影去除。然而，这些方法在很大程度上依赖使用成对的模拟数据进行训练，而这种数据往往难以获取。

在该研究中，合作团队提出了一种基于扩散先验模型的无监督CT金属伪影去除方法。扩散先验模型是一种具有数据分布表示能力的生成模型，研究人员首先使用不含金属伪影的CT图像训练扩散先验模型，随后，在投影域和图像域中迭代引入扩散先验模型，以恢复由金属伪影引起的退化部分。该方法在性能上胜过现有的无监督金属伪影去除方法。

相关论文信息：https://doi.org/10.48550/arXiv.2308.16742

（原载于《中国科学报》 2024-01-25 第3版 综合）