拡散モデルのアンサンブル学習によるCT画像再構成

抄録

自然画像処理における拡散モデル（diffusion model）の成功に触発されて，拡散モデルを用いた医用画像処理の研究が近年盛んに行われている．特に，学習済みの拡散モデルを医用画像再構成のprior（事前情報）として用いる研究は，現在の最も注目されている研究課題の一つである．拡散モデルを医用画像再構成に組み込む際に，観測データ（投影データなど）の忠実性とdiffusion priorをそれぞれどれくらい重視するのか，そのバランスがきわめて重要となる．本研究ではこれらのバランスを自動で最適化する手法として，拡散モデルのアンサンブル学習による医用画像再構成手法を提案し，その手法をスパースビューCT画像再構成に適用する．