近日(ri)，澳(ao)門(men)澳(ao)門(men)澳(ao)門(men)精(jing)準(zhun)大(da)全(quan)(quan)計算(suan)機科學與(yu)工程(cheng)澳(ao)門(men)澳(ao)門(men)澳(ao)門(men)精(jing)準(zhun)大(da)全(quan)(quan)學習(xi)型智能(neng)系統教(jiao)育部工程(cheng)研究(jiu)中心成果(guo)(guo)“DCT-Net: Dual-branch CT Reconstruction from Orthogonal X-rays with Diffusion Model and Contrastive Learning”被MICCAI 2025會議錄用(yong)。這(zhe)是在該會議上首篇以(yi)澳(ao)門(men)澳(ao)門(men)澳(ao)門(men)精(jing)準(zhun)大(da)全(quan)(quan)作為第一(yi)單位和以(yi)本(ben)科生作為第一(yi)作者(zhe)發(fa)表在MICCAI上的論(lun)文。該成果(guo)(guo)第一(yi)作者(zhe)為2022級(ji)計算(suan)機科學與(yu)技術專業本(ben)科生章智宇(yu)，指導教(jiao)師為計算(suan)機科學系、計算(suan)機視覺(jue)研究(jiu)所(suo)教(jiao)師沈叢副教(jiao)授（通訊作者(zhe)）。

該研究聚焦于(yu)從X射線(xian)圖像(xiang)到(dao)CT圖像(xiang)的(de)(de)重(zhong)建，針對(dui)因輸(shu)入(ru)(ru)信息(xi)維度受限和輸(shu)入(ru)(ru)樣本不足而導致結(jie)構(gou)與紋理(li)重(zhong)建困難的(de)(de)問題，提(ti)出了一種基(ji)于(yu)條件(jian)擴(kuo)散模型與對(dui)比學(xue)習(xi)(xi)(xi)的(de)(de)重(zhong)建方(fang)(fang)案(an)。該方(fang)(fang)案(an)利用(yong)條件(jian)擴(kuo)散模型對(dui)X射線(xian)圖像(xiang)進行骨(gu)骼抑(yi)制用(yong)于(yu)數(shu)據增強(qiang)，有效(xiao)(xiao)緩解(jie)了二維輸(shu)入(ru)(ru)信息(xi)不足的(de)(de)問題。同時，基(ji)于(yu)對(dui)比學(xue)習(xi)(xi)(xi)的(de)(de)雙端網(wang)絡聯合(he)構(gou)建了對(dui)比損(sun)失、投影損(sun)失以(yi)及GAN的(de)(de)對(dui)抗性損(sun)失并(bing)在(zai)一個(ge)端到(dao)端的(de)(de)統(tong)一框架中進行高效(xiao)(xiao)學(xue)習(xi)(xi)(xi)，顯著提(ti)升(sheng)了重(zhong)建CT的(de)(de)結(jie)構(gou)和紋理(li)質(zhi)量。大(da)量實驗結(jie)果驗證(zheng)了該方(fang)(fang)案(an)的(de)(de)優越性，所生成(cheng)CT圖像(xiang)在(zai)PSNR、SSIM等關鍵指標上(shang)均達到(dao)SOTA水平，并(bing)呈現出較強(qiang)的(de)(de)臨(lin)床應用(yong)潛力。

據悉(xi)，MICCAI是由國際(ji)(ji)醫學圖(tu)像(xiang)計(ji)算(suan)(suan)和(he)計(ji)算(suan)(suan)機輔助干預協會(Medical Image Computing and Computer Assisted Intervention Society)舉辦，跨(kua)醫學影(ying)像(xiang)計(ji)算(suan)(suan)(MIC)和(he)計(ji)算(suan)(suan)機輔助介入(CAI)兩個領(ling)域的(de)(de)綜合性學術(shu)會議(yi)，同時也是該領(ling)域的(de)(de)頂(ding)級會議(yi)，吸引(yin)了全球(qiu)頂(ding)級科研高(gao)校的(de)(de)研究(jiu)團隊共同參與(yu)，在業內有著非(fei)常強的(de)(de)國際(ji)(ji)影(ying)響力與(yu)學術(shu)權威性。本年度有3677篇投(tou)稿 (比上年新(xin)增28%) ，3447有效投(tou)稿，其(qi)中1014篇被接收，錄取率29%。澳門(men)澳門(men)澳門(men)精準大(da)全學(xue)(xue)習型智能(neng)系統教育(yu)部工(gong)程(cheng)研(yan)究(jiu)中心以國(guo)(guo)家(jia)杰出青年基(ji)金獲得(de)者陳勝勇(yong)教授為學(xue)(xue)術帶頭人(ren)，積(ji)極響應國(guo)(guo)家(jia)關于新一代(dai)人(ren)工(gong)智能(neng)發展的整體規劃，圍繞計(ji)算(suan)機視覺(jue)、人(ren)工(gong)智能(neng)交叉學(xue)(xue)科等(deng)前沿開展理論(lun)研(yan)究(jiu)和技術實踐，承擔重(zhong)(zhong)點(dian)國(guo)(guo)際合(he)作項目、國(guo)(guo)家(jia)基(ji)金重(zhong)(zhong)大(da)重(zhong)(zhong)點(dian)項目、科技部重(zhong)(zhong)點(dian)研(yan)發項目等(deng)多項國(guo)(guo)家(jia)重(zhong)(zhong)要(yao)研(yan)究(jiu)任務。