Splat-Based Metal Artifact Reduction in Cone-Beam CT via Compact Attenuation Modeling¶
会议: CVPR 2026
论文: CVF Open Access
代码: 无
领域: 医学图像 / 3D 重建
关键词: 锥束 CT、金属伪影去除、高斯泼溅、多色 X 射线、可微重建
一句话总结¶
把"能量依赖的材料衰减"压缩成每个高斯一个标量参数（沿 Bézier 曲线插值 MAC），并将可微多色 Beer–Lambert 前向投影嵌入高斯泼溅，从而在不需要金属 mask的前提下联合优化几何与材料，CBCT 金属伪影去除比 Polyner 等神经场方法又快一个数量级、结构保真度还更高。
研究背景与动机¶
领域现状：锥束 CT（CBCT）单圈旋转就能重建出 3D 体数据，是医疗诊断和工业检测的主力。传统重建（FDK、解析反投影）假设 X 射线是单色（monochromatic）的，衰减与能量无关。近期更先进的做法转向"可微前向投影 + 神经场"：SAX-NeRF、NAF、R2-Gaussian 等用连续表示（NeRF / instant-NGP / 高斯泼溅）去拟合投影测量。
现有痛点：真实 X 射线源是多色（polychromatic）的——光子能量是一个谱，而衰减系数 \(\mu\) 同时随能量 \(E\) 和材料成分变化。当扫描区域含牙科填充物、骨科植入物这类高衰减金属时，低能光子被优先吸收（beam hardening，束硬化），探测到的投影呈现强非线性失真，重建结果出现暗条纹、阴影、强度畸变。单色假设在这里彻底失效。已有的物理建模方法各有短板：Polyner 用 NeRF backbone 且依赖金属分割 mask，噪声放大、收敛慢；Diner 把衰减简化成能量无关，丢掉了关键的多色行为；Park et al. 假设衰减线性依赖能量，过度简化物理、残留伪影明显。
核心矛盾：要准确去金属伪影，就得忠实建模能量依赖的衰减 \(\mu(l, E)\)；但直接优化"每个空间点 × 每个能量"的高维衰减场，要么计算量在 3D 锥束几何下爆炸（神经场），要么需要额外的金属 mask 把金属区域切出来单独处理。物理保真度与可优化性之间存在张力。
切入角度：作者观察到一个关键的物理事实——临床相关的生物组织（水、蛋白、脂肪、骨）和金属（钛、铁、铝、铬、钴、镍）的质量衰减系数（MAC）曲线虽然绝对量级差很多，但形状（随能量的变化趋势）高度相关、平滑，整体落在一个低维流形上（论文 Figure 3 用 NIST 数据库验证）。既然如此，没必要为每个体素优化一条完整的高维 MAC 曲线，用一个标量沿这条流形插值就够了。
核心 idea：给每个高斯基元额外配一个紧凑材料参数 \(u_i \in [0,1]\)，用它在一条二次 Bézier 曲线上插值出该基元的 MAC 曲线，把"能量依赖衰减"塞进高斯泼溅的可微多色前向模型里，几何参数和材料参数一起 mask-free 地联合优化。
方法详解¶
整体框架¶
方法建立在 R2-Gaussian 的高斯泼溅 CBCT 重建之上：衰减场被表示成 \(M\) 个各向异性高斯基元之和 \(\mu(x)=\sum_i \delta_i \exp(-\tfrac12(x-p_i)^\top \Sigma_i^{-1}(x-p_i))\)，每个基元有中心 \(p_i\)、协方差 \(\Sigma_i\)、密度 \(\delta_i\)。本文做三件事把它从"单色重建"升级成"多色金属伪影去除"：（1）给每个高斯加一个标量材料参数 \(u_i\)，用二次 Bézier 曲线把它映射成一条能量依赖的 MAC 曲线 \(\mu_\rho(u_i,E)\)；（2）把单色 Beer–Lambert 前向投影换成对能量谱 \(\eta(E)\) 积分的多色前向投影；（3）整条重建管线设计成完全可微，从而能在体素域加 SSIM/TV 这类图像域先验，再用 L1+SSIM+TV 的损失联合优化 \(\{p_i,\Sigma_i,\delta_i,u_i\}\)。整个过程不需要任何金属 mask，也不需要配对监督。
%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
A["含金属的多视角<br/>CBCT 投影"] --> B["高斯基元<br/>每个带材料参数 u_i"]
B --> C["紧凑材料衰减建模<br/>Bézier 插值 MAC(u_i,E)"]
C --> D["可微多色前向投影<br/>对能量谱 η(E) 积分"]
D -->|"与测量投影比对<br/>L1+SSIM+TV"| E["联合优化<br/>几何 + 材料参数"]
E --> F["能量感知可微重建与<br/>图像域 TV 先验"]
F --> G["去伪影衰减体<br/>在有效能量 E_eff 取值"]关键设计¶
1. 紧凑材料衰减建模：用一个标量沿 Bézier 曲线插值出整条 MAC 曲线
针对的痛点是：要建模多色物理就得知道每个位置的衰减如何随能量变化，但逐基元优化一条高维 MAC 向量既不稳定、又会产生空间上不一致的衰减估计。作者把线性衰减系数按密度分解 \(\mu(E)=\rho\,\mu_\rho(E)\)——其中 MAC \(\mu_\rho(E)\) 是只由元素组成和光子能量决定的材料内禀量（NIST 有现成表），密度 \(\rho\) 才是随结构变化的、由高斯的密度参数 \(\delta_i\) 承载。由于真实材料的 MAC 曲线落在低维流形上，作者用一条二次 Bézier 曲线逼近它：取所有材料里 MAC 的最小、中间、最大向量 \((b_s, b_m, b_f)\) 作为控制点，
其中 \(u_i \in [0,1]\) 是连续标量，沿材料流形平滑插值。这样做有效是因为：材料之间的差异主要在量级和曲率，而非复杂的高频模式，所以一个标量就够表达"物理上相关的那部分变化"；它把材料优化降到一维，既稳定了多色衰减的优化、又避免了每个基元各自乱跑导致的空间不一致。Figure 3 用 NIST 真实曲线对比 Bézier 近似，量级和形状都贴合得很好（论文给出的代表性取值：水 \(u\approx0\)、骨 \(u\approx0.33\)、钛 \(u\approx0.80\)、铁 \(u\approx0.94\)、镍 \(u\approx1.0\)）。
2. 可微多色前向投影：把 Beer–Lambert 谱积分直接嵌进高斯泼溅
基线 R2-Gaussian 只把单色 Beer–Lambert 重写成高斯前向投影，无法表达造成金属伪影的能量依赖衰减。本文把它扩展成完整的多色模型，对 X 射线谱 \(\eta(E)\) 显式积分：
其中 \(f_P(\hat{x}\mid p_i,\Sigma_i)\) 是第 \(i\) 个高斯投影到像素 \(\hat{x}\) 的权重（来自投影协方差的解析表达），\(\delta_i\) 是密度，\(\mu_\rho(u_i,E)\) 就是上面那条由 \(u_i\) 控制的能量依赖衰减。谱 \(\eta(E)\) 用 SPEKTR 模拟器生成（沿用 Polyner 等的做法），默认取 \(N=15\) 个均匀能量采样。这一步的意义在于：它把"多色束硬化"的物理直接写进了可微的高斯泼溅前向过程，于是 \(u_i\) 和所有几何参数能端到端联合优化，模型自适应地为不同组织/金属学到不同的衰减行为，从根上解释金属诱发的非线性，而不靠 mask 把金属区域抠出来特殊处理。
3. 能量感知可微重建与图像域 TV 正则：mask-free 联合优化收敛又快又稳
光有可微前向还不够——作者把重建也设计成可微，衰减体按 \(\mu(x,E)=\sum_i f_R(x\mid p_i,\Sigma_i)\,\delta_i\,\mu_\rho(u_i,E)\) 聚合（\(f_R\) 是高斯在空间点的权重），从而能在体素域施加图像域先验。总损失结合投影域的 L1 + SSIM 和体素域的 TV：
其中 \(\lambda_0=0.25\)、\(\lambda_1=3.0\)，TV 在随机采样的体素点上计算。最终图像在有效能量 \(E_{\text{eff}}=\sum_i \eta(E_i)E_i\) 处取值。之所以有效：可微重建让结构（几何）和材料（\(u_i\)）一起被优化，几何先收敛带动材料估计、材料反过来解释非线性，二者互相约束，优化稳定、收敛加速；而高斯泼溅本身的稀疏/解析投影避免了神经场那种逐射线密集 MLP 查询，于是在保留高频结构（不被 TV 过度平滑）的同时把计算量压到一个数量级以下。消融（Table 4）显示多色模型贡献了绝大部分增益，TV 只是锦上添花。
损失函数 / 训练策略¶
优化 per-Gaussian 参数 \(\{p_i, \Sigma_i, \delta_i, u_i\}\)；高斯初始化沿用 R2-Gaussian。前向/重建梯度通过基于 CUDA 的可微投影管线端到端反传（完整梯度推导在补充材料）。Bézier MAC 基底由水、铁、铝三种材料的 NIST 曲线在 10–90 keV 谱下构造，谱响应 \(\eta(E)\) 用 SPEKTR 生成，\(N=15\)。
实验关键数据¶
主实验¶
合成数据集 Lung（含 Fe）、Teeth（含 Ti）、Broccoli（含 Al），分别基于 LIDC / X-plant / ZCB100 构建并按既有合成投影管线插入金属。报告 3D PSNR 与 SSIM。
| 数据集 | 指标 | 本文 | Polyner（次优） | FDK |
|---|---|---|---|---|
| Lung (Fe) | PSNR3D / SSIM3D | 28.96 / 0.994 | 20.63 / 0.977 | 17.21 / 0.905 |
| Teeth (Ti) | PSNR3D / SSIM3D | 27.40 / 0.993 | 20.74 / 0.970 | 17.71 / 0.885 |
| Broccoli (Al) | PSNR3D / SSIM3D | 27.76 / 0.997 | 21.60 / 0.990 | 18.00 / 0.963 |
本文在三个场景上 PSNR 比次优的 Polyner 高出 6~8 dB。值得注意的是监督式后处理方法（ACDNet / DICDNet / OSCNet）由于域差，PSNR 反而掉到 13 左右甚至更低，完全无法泛化；Park et al. 在 Broccoli 上崩溃（PSNR 0.07，强度尺度全错）。真实数据（核桃、大蒜、鸡肉、牛油果、金针菇、蓝莓等，用 Bruker SKYSCAN 1273 在 90 kVp + 1.0 mm 铝滤波下扫描，金属/无金属配对）上定性结论一致：FDK 强条纹、LIMAR 残留、Polyner 过平滑丢细节，本文最忠实。
效率对比（Table 1，Intel Xeon 4214R + RTX A6000）：
| 场景 | Polyner | Park et al. | 本文 |
|---|---|---|---|
| Broccoli | 1h50m | 1h49m | 29m |
| Garlic | 1h30m | 1h27m | 20m |
| Chicken | 2h03m | 2h10m | 24m |
| Blueberry | 1h33m | 1h28m | 19m |
跨所有场景普遍提速约一个数量级。
消融实验¶
| 配置 | PSNR3D | SSIM3D | 说明 |
|---|---|---|---|
| Baseline (R2-Gaussian) | 23.22 | 0.984 | 单色高斯泼溅 |
| Baseline + Poly | 27.97 | 0.994 | 加多色模型，+4.75 dB |
| Baseline + Poly + TV | 28.04 | 0.995 | 再加 TV，+0.07 dB |
光谱采样数 N 的影响（Table 3）：N = 7 / 15 / 31 / 63 对应 PSNR3D 28.01 / 28.04 / 27.93 / 27.99，SSIM 几乎不变。
关键发现¶
- 多色模型是绝对主力：从单色基线到加多色模型，PSNR 一口气涨 4.75 dB（23.22→27.97），而 TV 只补了 0.07 dB——说明性能提升几乎全来自"把能量依赖衰减建对"，而非正则技巧。
- 紧凑材料模型对光谱采样密度极不敏感：N 从 7 到 63，PSNR 波动 < 0.15 dB。这反向印证了"MAC 落在低维平滑流形上"的假设——既然衰减行为本身简单，粗采样就能抓住，故作者选 N=15 平衡精度与速度。
- mask-free + 紧凑材料带来数量级提速：相比依赖金属 mask、用 NeRF 密集查询的 Polyner，本文用稀疏高斯 + 一维材料参数，把 1~2 小时的重建压到 20~40 分钟，且结构保真度不降反升。
- 监督式后处理在分布外彻底失效：ACDNet/DICDNet/OSCNet 在不同成像几何/材料下 PSNR 掉到 13 上下，凸显物理驱动、无需训练数据方法的泛化优势。
亮点与洞察¶
- "低维流形"假设转化成一个可优化标量：把"材料种类"这种离散、高维的概念，压缩成一个 \([0,1]\) 的连续插值参数 \(u_i\)，让金属/组织共享同一套可微参数化——既物理可解释（控制点来自 NIST 真实 MAC），又把优化维度降到一维，这是全文最巧的一笔。
- mask-free 是真正的工程价值：临床上做金属分割本身就难且易错，绕开 mask 意味着对金属的大小、形状、位置不敏感，鲁棒性直接上一个台阶。
- 可迁移思路：用"低维 Bézier/样条曲线 + 单标量插值"去参数化任何"落在低维流形上的物理量谱线"，这套路可迁到光谱成像、材料分解 CT（dual-energy/photon-counting）、甚至高光谱重建——只要目标量随某个连续变量平滑变化、且不同类别形状高度相关。
- 让人"啊哈"的点：去金属伪影的难点一直被当成"怎么识别并修复金属区域"，本文却把它重述为"怎么把多色物理建对"，一旦物理对了，金属伪影作为非线性的后果自然被解释掉、不需要专门处理金属。
局限与展望¶
- 作者承认：紧凑材料模型只覆盖落在低维流形上的常见材料，对 MAC 曲线显著偏离流形的异常材料/化合物无能为力；X 射线谱无法直接测量（用的是能量积分探测器），只能靠 SPEKTR 物理模拟，谱/滤波建模不准会引入残余伪影或全局强度偏置；高斯泼溅的效果依赖基元密度与摆放，超大体积或强各向异性结构可能要调参；评估只覆盖静态 CBCT。
- 自己看到的局限：合成实验只用了 Fe/Ti/Al 三种金属、三个场景，材料覆盖偏窄；真实数据用蔬果/鸡肉等"仿生体模"代替真人解剖，临床真实植入物（多金属混合、大体积钛网）下的表现仍待验证；TV 增益极小，意味着图像域先验这条线没被充分挖掘。
- 改进方向：把动态/有限角度采集纳入（作者也点了）；让 Bézier 控制点本身可学习以适配流形外材料；引入 photon-counting 探测器的实测谱替代模拟谱以消除谱偏置。
相关工作与启发¶
- vs R2-Gaussian（基线）：同样用高斯泼溅做 CBCT，但 R2-Gaussian 假设单色衰减、无法处理束硬化；本文给每个高斯加材料参数 \(u_i\) 并换成多色前向，消融里正是它把 PSNR 从 23.22 抬到 28，是直接的"物理升级"。
- vs Polyner：都做物理驱动的多色 MAR，但 Polyner 用 NeRF backbone + 金属 mask，噪声放大、收敛 1~2 小时；本文 mask-free、稀疏高斯，PSNR 高 6~8 dB 且快一个数量级。
- vs Park et al. / Diner：这两者分别用"线性能量依赖"和"能量无关"来简化衰减；本文用 Bézier 曲线在"简化"和"高维"之间找到甜点——比线性更贴合真实 MAC 曲率，又比逐点高维优化稳定，避免了它们的强度尺度错误与残留伪影。
- vs 监督式后处理（ACDNet/DICDNet/OSCNet）：那一类靠成对训练数据学图像域去伪影，换成像几何/材料就失效；本文无需任何训练数据、按场景自优化，泛化性是结构性优势。
评分¶
- 新颖性: ⭐⭐⭐⭐⭐ 把"低维 MAC 流形"洞察压成单标量 Bézier 参数并嵌入可微高斯泼溅多色前向，角度新且物理扎实
- 实验充分度: ⭐⭐⭐⭐ 合成+真实双线、含效率与多组消融，但金属/场景种类偏窄、缺真实临床解剖验证
- 写作质量: ⭐⭐⭐⭐ 物理推导清晰、图表自洽，Bézier 设计动机讲得透；部分符号密集需对照公式
- 价值: ⭐⭐⭐⭐⭐ mask-free + 数量级提速 + SOTA 保真，对 CBCT 金属伪影去除有直接落地价值，并提供新数据集