UBone3D: Physics-Rectified Conditional Flow Matching for Anatomical 3D Shape Completion from Ultrasound
作者: Weiying Chen, Yuchong Gao, Siyuan Li, Marek Reformat, Rui Zheng, Edmond Lou
分类: cs.CV, eess.IV
发布日期: 2026-09-10
备注: Accepted to ECCV 2026. Camera-ready Author Version
💡 一句话要点
提出UBone3D以解决超声图像中三维形状补全问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 三维超声 形状补全 物理校正 条件流匹配 解剖结构重建 医学成像 深度学习
📋 核心要点
- 现有的三维超声图像分割方法在处理伪影严重的部分点云时，难以恢复干净完整的解剖结构。
- UBone3D通过物理校正条件流匹配技术，结合物理代理和生成形状先验，实现了从部分超声观测中进行有效的点云补全。
- 实验结果显示，UBone3D在模拟和体内数据上的重建精度和解剖保真度显著提升，超越了现有的基线方法。
📝 摘要（中文）
三维超声（US）是一种安全、无辐射的成像方式，适用于长期监测，但其分割得到的部分点云常常受到严重伪影的影响，导致难以恢复完整的解剖结构。本文提出了UBone3D，一个基于物理校正条件流匹配（CFM）的新框架，能够直接从部分US观测中进行点云补全。UBone3D通过模拟物理代理来建模确定性的物理伪影，并在推理时引入测试时物理校正，以引导形状补全。补全过程由两个解耦的力量共同引导：一是由CT训练的生成形状先验BoneFM强制的解剖合理性，二是由USimNet在超声形成空间中强制的物理一致性。大量实验表明，该方法在重建精度和解剖保真度上显著优于现有基线。
🔬 方法详解
问题定义：本文旨在解决从部分超声图像中恢复完整三维解剖结构的问题。现有方法在处理伪影严重的点云时，常常无法有效重建真实的解剖形状，导致重建结果的准确性和可靠性不足。
核心思路：UBone3D的核心思路是通过物理校正条件流匹配（CFM）技术，结合物理代理来模拟和校正超声图像中的伪影，从而实现更为准确的形状补全。通过引入CT训练的生成形状先验和物理一致性约束，增强了补全结果的解剖合理性和物理一致性。
技术框架：UBone3D的整体架构包括两个主要模块：一是生成形状先验BoneFM，负责提供解剖合理性；二是USimNet，负责在超声形成空间中确保物理一致性。推理过程中，这两个模块的输出共同作用于点云的补全过程。
关键创新：UBone3D的主要创新在于引入了物理校正机制，通过模拟物理伪影并在推理时进行校正，从而有效提升了点云补全的质量。这一方法与传统的基于数据驱动的补全方法有本质区别，后者往往忽视了物理特性。
关键设计：在设计上，UBone3D采用了特定的损失函数来平衡解剖合理性和物理一致性，同时在网络结构上进行了优化，以适应超声图像的特性。具体的参数设置和网络架构细节在实验部分进行了详细描述。
🖼️ 关键图片
📊 实验亮点
实验结果表明，UBone3D在重建精度上较现有基线方法提升了显著的百分比，具体数值在文中有详细列出。通过对比模拟和体内数据，验证了该方法在解剖保真度和物理一致性方面的优势，展示了其在实际应用中的有效性。
🎯 应用场景
该研究具有广泛的应用潜力，尤其在医学成像领域，能够为超声图像的解剖结构重建提供有效的解决方案。未来，UBone3D可能在临床诊断、手术规划和实时监测等方面发挥重要作用，提升超声成像的准确性和可靠性。
📄 摘要（原文）
Three-dimensional ultrasound (US) is a safe, radiation-free complementary modality to CT and X-rays for longitudinal monitoring, yet its segmentation-derived partial point clouds are extremely artifact-laden. Consequently, it is challenging to recover a clean and complete anatomical structure from such US point clouds. In this paper, we present UBone3D, a novel framework based on physics-rectified conditional flow matching (CFM) that performs point cloud completion directly from partial US observations. UBone3D models deterministic physics artifacts (e.g., surface thickening, streaking, dropouts) via a simulated physics proxy, and introduces test-time physics rectification to steer the shape completion. At inference, the completion is jointly steered by two decoupled forces: (1) anatomical plausibility enforced by a CT-trained generative shape prior, BoneFM, and (2) physics consistency enforced by USimNet in the ultrasound formation space. Extensive experiments on simulated and in-vivo data demonstrate significant improvements in reconstruction accuracy and anatomical fidelity over existing baselines.