OX-NeRF: 3D X-ray Tomography Reconstruction from Sparse Views Using Implicit Neural Representation

📄 arXiv: 2610.11547v1 📥 PDF

作者: Thomas Welsch, Min-Hsin Tu, David J. Chapman, Daniel E. Eakins

分类: cs.CV

发布日期: 2026-10-08

💡 一句话要点

提出OX-NeRF以解决超稀疏X射线重建问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: X射线成像 三维重建 神经辐射场 深度学习 医学成像 特征学习 卷积神经网络 多层感知机

📋 核心要点

  1. 现有的X射线重建方法在视角极少的情况下（如高频或低剂量采集）表现不佳，难以实现高质量的三维重建。
  2. OX-NeRF框架通过结合跨场景特征学习与场景特定优化，提出了一种新颖的重建方法，能够有效处理超稀疏场景。
  3. 实验结果表明，OX-NeRF在平行束和锥束X射线数据集上，相较于现有方法，重建精度有显著提升。

📝 摘要（中文）

NeRF和高斯喷溅方法已成功应用于X射线场景，但在视角极少（10个或更少）的超稀疏场景中仍面临重大挑战。为此，本文提出了一种新框架——优化X射线神经辐射场（OX-NeRF），结合跨场景特征学习与场景特定优化，重建相关场景集。OX-NeRF利用卷积神经网络（CNN）识别跨场景特征，同时维护场景特定的多分辨率哈希网格空间特征。这些配对表示被融合并传递给多层感知机（MLP），CNN、哈希网格和MLP共同进行端到端优化。基于平行束和锥束X射线数据集的基准测试表明，OX-NeRF在超稀疏场景中的重建精度显著高于现有辐射场方法。

🔬 方法详解

问题定义：本文旨在解决在超稀疏视角下（10个或更少视角）进行X射线三维重建的挑战。现有方法在这种情况下无法提供足够的重建质量，导致重建结果不理想。

核心思路：OX-NeRF框架通过结合跨场景特征学习与场景特定优化，利用CNN提取跨场景特征，同时维护多分辨率哈希网格以捕捉场景特定的空间特征，从而提高重建效果。

技术框架：该框架包括三个主要模块：卷积神经网络（CNN）用于特征提取，多分辨率哈希网格用于存储场景特征，以及多层感知机（MLP）用于融合和重建。所有模块通过端到端的方式共同优化。

关键创新：OX-NeRF的创新在于其跨场景特征学习与场景特定优化的结合，使得在超稀疏视角下仍能实现高质量的重建，这是与现有方法的本质区别。

关键设计：在设计中，采用了多分辨率哈希网格以提高空间特征的表示能力，损失函数则通过联合优化CNN、哈希网格和MLP来提升重建精度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，OX-NeRF在平行束和锥束X射线数据集上的重建精度显著高于现有辐射场方法，具体提升幅度达到了XX%（具体数据未知），证明了其在超稀疏场景下的有效性。

🎯 应用场景

该研究在医学成像领域具有重要应用潜力，尤其是在低剂量X射线成像和高频采集场景中。OX-NeRF能够提高超稀疏视角下的重建质量，进而为临床诊断提供更为清晰的图像，具有广泛的实际价值和未来影响。

📄 摘要（原文）

NeRF and Gaussian splatting methods have been successfully applied on X-ray scenes where the views are too sparse for 3D reconstruction via classical methods. Ultra-sparse scenes with 10 or fewer views such as those with high-rate or low-dose acquisition still, however, present a significant challenge. To address this problem we present a new framework, Optimised X-ray Neural Radiance Fields (OX-NeRF), that combines cross-scene feature learning with scene-specific optimisation to reconstruct sets of related scenes. OX-NeRF employs a convolutional neural network (CNN) to identify cross-scene features while maintaining scene-specific multi-resolution hash grids of spatial features. The paired representations are fused and passed to a multilayer perceptron (MLP); the CNN, hash grids and MLP are then jointly optimised end-to-end. Benchmarking on parallel-beam and cone-beam X-ray datasets shows OX-NeRF provides significantly higher reconstruction accuracy on ultra-sparse scenes compared to existing radiance field methods.