DM4CT: Benchmarking Diffusion Models for Computed Tomography Reconstruction¶
会议: ICLR 2026
arXiv: 2602.18589
代码: 有
领域: 医学图像
关键词: CT重建, 扩散模型, benchmark, 逆问题, 稀疏视图重建
一句话总结¶
提出DM4CT——首个系统性的CT重建扩散模型基准，涵盖十种扩散方法和七种基线方法，在医疗、工业和同步辐射三类数据集上进行全面评估，揭示了扩散模型在CT重建中的优势与局限。
研究背景与动机¶
CT重建是典型的逆问题，从投影测量中恢复未知物体。当测量稀疏或含噪时，问题是病态的，需要先验知识。先验方法从经典正则化（TV）发展到深度学习（监督学习、DIP），再到最近的扩散模型。
扩散模型在图像生成领域成功后被引入逆问题求解，但CT成像面临特殊挑战：相关噪声、伪影结构、系统几何依赖、值域不匹配等，使直接应用扩散模型比自然图像生成困难得多。然而缺乏统一基准来系统评估各种扩散方法。
核心贡献：不是提出新算法，而是构建首个系统性基准，回答"扩散模型在CT中到底表现如何"。
方法详解¶
整体框架¶
DM4CT本身不提新算法，而是把CT重建放回贝叶斯框架里横向评测各路扩散方法：后验 \(p(\boldsymbol{x}|\boldsymbol{y}) \propto p(\boldsymbol{x})p(\boldsymbol{y}|\boldsymbol{x})\) 中，扩散模型提供先验分数 \(\nabla_{\boldsymbol{x}_t}\log p(\boldsymbol{x}_t)\)，逆向SDE被改造成条件逆向SDE，所有方法的差别本质上都落在如何近似那一项难算的测量条件分数 \(\nabla_{\boldsymbol{x}_t}\log p(\boldsymbol{y}|\boldsymbol{x}_t)\) 上。基准做的就是把这个统一视角、可控的数据/几何配置、以及一套公平的实现拼到一起，得到"扩散模型在CT里到底行不行"的可复现答案。
关键设计¶
1. 统一分类体系：把十种扩散方法的设计选择摊开对比
这些方法表面上五花八门，但只要追问"测量条件分数怎么近似"，就能收敛成五条主线。最常见的是数据一致性梯度引导（DC-grad），在每步去噪后由当前估计 \(\hat{\boldsymbol{x}}_0\) 算数据保真梯度 \(\boldsymbol{g}_t = \nabla_{\boldsymbol{x}_t}\mathcal{L}(\boldsymbol{A}\hat{\boldsymbol{x}}_0 - \boldsymbol{y})\) 沿轨迹推一把，用步长 \(\eta\) 调引导强度，代表是DPS、PSLD；更硬的做法是数据一致性优化步（DC-step），在去噪迭代间塞进一个完整的最小化 \(\boldsymbol{x}_t^* = \arg\min \mathcal{L}(\boldsymbol{A}\boldsymbol{x}_t - \boldsymbol{y})\)，把测量约束彻底吃进去，代表是ReSample；介于两者之间还有解耦先验与保真、交替求解的即插即用（DMPlug），借伪逆重建（FBP/SIRT近似）在测量空间和图像空间间搭桥的伪逆引导（PGDM、MCG），以及干脆用参数化分布近似后验、不沿轨迹逐步采样的变分贝叶斯（Reddiff）。这条主线让"为什么某方法在某配置下崩"有了可解释的坐标，而不是黑箱跑分。
2. 三类数据集加五种仿真配置：覆盖从医疗到工业的分布差异与退化谱
数据上刻意拉开域差距——医疗CT用2016 Low Dose CT Challenge（9卷训练、1卷测试，512×512），工业CT用LoDoInd管状多材料样品（3000训练、500测试切片），还新采集了一套同步辐射CT（两块岩石样品在高能同步辐射设施扫描，768×768高分辨率），后者填补了现有评估几乎只有仿真、缺真实测量的空白。退化上设计五种递进配置系统压测鲁棒性：40角度无噪、20角度轻噪、80角度强噪、80角度噪声叠环形伪影、以及40角度限角。这样每种方法都要在稀疏、含噪、有结构性伪影、几何不全等多重病态下亮相，避免只在某个甜区刷高分。
3. 七种强基线：让扩散方法跟经典、迭代、监督学派同台
为了判断扩散到底带来多少增益，基准配齐了各范式的代表：解析法FBP与代数迭代SIRT打底，神经网络先验DIP和隐式表示INR代表无监督学习，R2Gaussian代表高斯散布新路线，FISTA-SBTV与ADMM-PDTV代表带正则的迭代重建，监督学习则用SwinIR作上限参照。所有方法统一在diffusers框架下实现、共享同一前向算子和评测脚本，保证对比的公平性，也方便后续接入新方法。
实验关键数据¶
主实验¶
医疗数据集重建性能（PSNR/SSIM，部分配置）
| 方法 | Config i (40角无噪) | Config ii (20角轻噪) | Config iv (80角噪声+环形) |
|---|---|---|---|
| FBP | 26.98/0.69 | 9.89/0.03 | 14.50/0.13 |
| SIRT | 30.40/0.80 | 26.23/0.47 | 25.86/0.40 |
| SwinIR (监督) | 32.45/0.88 | 29.92/0.83 | 30.79/0.85 |
| DDS (扩散最佳) | 31.43/0.84 | - | - |
| ReSample | 32.03/0.85 | 27.92/0.73 | 29.70/0.76 |
| INR | 33.21/0.86 | 26.15/0.76 | 29.50/0.74 |
同步辐射真实数据（PSNR/SSIM）
| 方法 | 200投影 | 100投影 | 60投影 |
|---|---|---|---|
| SwinIR | 33.75/0.76 | 33.05/0.73 | 32.41/0.70 |
| Reddiff | 28.43/0.56 | 28.24/0.54 | 28.06/0.51 |
| DDS | 28.36/0.55 | 28.10/0.51 | 27.90/0.49 |
| SIRT | 28.16/0.56 | 28.06/0.54 | 27.92/0.52 |
消融实验¶
先验与数据一致性权衡：以DPS为例，步长 \(\eta\) 过小则先验主导（模糊），过大则测量噪声主导（崩溃）。最优 \(\eta\) 需精细调节。
像素空间 vs 潜空间扩散： - 潜空间（PSLD）：梯度需经VQ-VAE解码器传播，无噪声条件下也产生不连续伪影 - 优化步（ReSample）可修复不连续，但有噪声时过拟合测量
零空间分析：DC-grad（DPS）允许更多零空间内容，DC-step（ReSample）更严格约束，伪逆（PGDM）居中。
关键发现¶
- 无单一扩散方法全面最优，性能因数据集和配置而异
- 扩散模型整体略优于经典/MBIR方法，但通常不如全监督SwinIR
- 扩散模型恢复的细节虽然视觉逼真但可能偏离真值，导致指标不如INR/SwinIR的平滑重建
- 真实数据上性能普遍低于仿真数据，暴露训练数据质量和分布偏移问题
- 像素扩散通常比潜空间扩散更节省内存和时间
亮点与洞察¶
- 首个系统性CT扩散基准：统一代码框架（diffusers），公平对比，开源代码和数据
- 统一分类体系清晰梳理了方法间的设计选择和权衡
- 真实同步辐射数据集弥补了现有评估缺乏真实数据的空白
- 深刻的实践洞察：揭示了值域不匹配、有限训练数据、几何复杂性等真实部署挑战
- 零空间分析提供了理解不同数据一致性策略的新视角
局限与展望¶
- 仅评估2D切片重建，未涉及3D重建（螺旋/锥束几何更具挑战性）
- 未包含flow-based方法（如FlowDPS），这是新兴方向
- 临床相关性评估不足（未做分割/放射科医师评分等下游任务评价）
- 扩散模型训练成本高，潜空间模型总训练时间更长
- 自然图像预训练的自编码器未必适合CT数据
- 跨设备/跨协议泛化性未测试
相关工作与启发¶
- 将DIP中DC loss的思想与扩散模型结合是有趣方向（参照DC loss论文）
- INR+扩散先验的混合方法可能兼具结构保真和细节恢复
- 扩散模型的不确定性量化能力（多次采样取均值/方差）有临床价值
- 对稀疏视图和高噪声场景，学习型先验优势最大；密集/低噪声时经典方法已足够
评分¶
| 维度 | 分数 |
|---|---|
| 创新性 | ★★★★☆ |
| 理论深度 | ★★★☆☆ |
| 实验充分性 | ★★★★★ |
| 实用价值 | ★★★★★ |
| 写作质量 | ★★★★☆ |