用于稀疏视图锥形束计算机断层扫描重建的跨区域和跨视图学习

提供了一种跨区域和跨视图学习框架以进行锥束计算机断层扫描中的稀疏视图重建，其通过在估计某点的衰减系数之前有利地利用跨区域和跨视图特征学习来增强该点在3D空间中的表示。首先引入多尺度三维体积表示，其中通过将不同尺度的多视图特征反向投影到3D空间来获得各特征。显式MS‑3DV能够在3D空间中进行跨区域学习以提供更丰富的信息，该信息有助于更好地识别不同的内部解剖结构。采用混合方式查询该点的特征，即来自MS‑3DV的多尺度体素对齐特征和来自投影的多视图像素对齐特征。使用尺度视图交叉注意力通过自我注意力和交叉注意力以自适应地学习聚合权重，而不是平等地考虑所查询的特征。最后，对多尺度和多视图特征进行聚合，以估计衰减系数。