DM4CT：扩散模型用于计算机断层成像重建的基准测试 DM4CT: Benchmarking Diffusion Models for Computed Tomography Reconstruction

DM4CT基准测试的完整流程包括以下步骤。第一步：数据准备。对于医疗CT数据集（2016低剂量CT大挑战），使用9个卷进行训练，1个卷用于测试。对于工业CT数据集（LoDoInd），选择4000个切片的中间3500个切片，其中3000个用于训练，500个用于测试。对于同步辐射CT数据集，在24 keV能量下扫描两个岩石样本，使用平行束几何和1200个投影（180°），裁剪到679×768像素大小，训练集使用全角度FBP重建作为目标，测试集仅使用60/100/200个投影。第二步：扩散模型训练。对于每个数据集，分别训练一个像素空间扩散模型和一个潜在空间扩散模型。像素空间扩散模型使用UNet架构，训练200个epoch，批大小为1，使用AdamW优化器，初始学习率为1×10^-4。潜在空间扩散模型首先训练VQ-VAE 100个epoch，然后在潜在空间训练UNet 200个epoch。第三步：方法实现。使用diffusers框架实现所有扩散方法，包括MCG、DPS、PSLD、PGDM、DDS、ReSample、DMPlug、Reddiff、HybridReg和DiffStateGrad。同时实现7种基线方法：FBP、SIRT、ADMM-PDTV、FISTA-SBTV、DIP、INR和SwinIR。第四步：超参数调优。通过网格搜索确定每种方法的特定超参数，在从训练数据集中随机选择的10张图像上优化，最小化与参考重建的平均均方误差。第五步：评估。使用五种模拟配置和真实数据集评估所有方法，计算PSNR、SSIM、LPIPS等指标，记录重建时间和GPU内存使用，并进行视觉比较。

本文的技术新颖性体现在多个方面。首先，本文提出了扩散模型用于CT重建的统一分类学，根据数据一致性和先验知识的策略将方法组织为五类：数据一致性梯度引导、数据一致性优化步骤、即插即用先验、伪逆引导和变分贝叶斯。这个分类学为理解不同方法之间的本质区别提供了清晰框架。其次，本文特别采集了一个真实世界的高分辨率同步辐射CT数据集，这是该领域第一个这样的数据集，为评估扩散方法在实际条件下的表现提供了宝贵资源。第三，本文系统评估了10种基于扩散的方法和7种强基线方法，提供了全面的性能比较，揭示了扩散模型在CT重建中的优势和局限性。第四，本文使用范围-零空间分解分析不同数据一致性策略如何影响先验贡献，这是一个新颖的分析视角。第五，本文发现早期训练阶段的扩散模型可能已经包含足够强的结构先验用于重建任务，这一发现可能显著减少扩散训练成本。最后，本文发现某些方法（如DDS）对噪声模型高度敏感，在泊松噪声下性能显著下降，这一发现对扩散方法在实际CT中的应用有重要启示。

独立分析揭示扩散模型在CT重建中存在几个关键弱点。首先，扩散模型在真实世界数据上的性能通常比模拟数据差，这表明分布偏移和有限的高质量训练数据是实际部署的主要挑战。其次，扩散方法对噪声模型高度敏感，例如DDS方法在泊松噪声下性能显著下降，因为它是基于高斯噪声假设导出的，这限制了其在实际CT中的应用。第三，先验知识与数据一致性之间的平衡难以控制，增加数据一致性强度可能破坏反向去噪过程，导致模型崩溃，而太弱的数据一致性可能导致过度依赖先验，引入幻觉内容。第四，潜在扩散模型通过梯度强制数据一致性比像素空间扩散更具挑战性，因为梯度必须通过VQ-VAE解码器传播，这导致重建中出现不连续性。第五，扩散模型的计算开销较大，特别是潜在扩散模型需要两阶段训练（VQ-VAE和潜在扩散模型），使得总训练成本更高。第六，扩散模型倾向于产生看似合理但可能与真实参考偏离的精细结构细节，这种幻觉内容可能对临床诊断产生负面影响。改进方向包括：开发更鲁棒的噪声模型处理策略，设计更有效的数据一致性方法，探索早期停止训练以减少计算成本，以及开发针对CT数据特点优化的编码器架构。

作者提出了几个有前景的未来研究方向。首先，流式生成模型（如FlowDPS）正在成为逆问题的强先验，探索它们在CT重建中的整合是重要的下一步。其次，将INR与扩散先验结合可能提供互补优势，特别是在稀疏视角场景下的结构保真度方面。第三，虽然在附录中包括了一个初步的下游分割分析，但更系统地评估临床相关性（如器官级指标、放射科医生评分）对于评估实际效用是必要的。第四，适应自然图像自编码器到CT数据并进一步研究扩散训练中的早期停止效应，是提高训练效率和理解表示质量如何影响重建性能的有前景方向。最后，一个关键开放问题是基于扩散的重建在扫描仪、几何和采集协议之间的泛化能力。用多机构或跨协议数据集扩展DM4CT将能够严格测试这些模型在多样化现实世界CT设置中的迁移能力。此外，探索如何更好地处理值域不匹配问题、开发针对CT特点优化的扩散模型架构、以及研究扩散模型在更复杂几何（如螺旋和锥束）中的应用也是有前景的研究方向。

本文在复现性方面做了大量工作。所有数据集，包括作者新提出的数据集，都是公开可访问的，没有任何限制。作者开源了所有代码，并在附录中提供了详细的超参数调优范围和过程文档。同步辐射CT数据集已在zenodo.org/records/15420527发布，代码库已在github.com/DM4CT/DM4CT开源。作者使用diffusers框架实现所有扩散方法，确保了一致性和可复现性。所有基线方法也都使用相同的几何和投影算子进行比较，确保了可比性。超参数选择通过网格搜索确定，在从训练数据集中随机选择的10张图像上优化，最小化与参考重建的平均均方误差。这些选择和搜索范围在附录中详细报告。尽管做了这些努力，复现仍可能面临一些挑战：扩散模型训练需要大量GPU资源（某些方法超过40GB GPU内存限制），数据集规模较大（医疗数据集达到856×512×512体素），以及超参数调优需要经验。总体而言，本文在复现性方面做得很好，提供了足够的细节和资源使其他研究者能够复现和扩展这项工作。