Transformation-driven generation of comparable projection images from multimodal anatomical scenes
作者: Dariusz Pojda, Krzysztof Domino, Michał Tarnawski, Agnieszka Anna Tomaka
分类: cs.CV
发布日期: 2026-06-15
备注: 36 pages, 11 figures
💡 一句话要点
提出基于变换驱动的框架以生成可比的投影图像
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 投影成像 变换驱动 解剖场景 虚拟放射图 多模态数据 下颌运动 医疗影像 可重复性
📋 核心要点
- 现有的数字重建放射图方法主要关注于配准、投影真实感或渲染效率，难以处理异质解剖场景的独立变换问题。
- 论文提出了一种变换驱动的框架，通过显式变换将解剖对象直接传播到投影空间，增强了投影成像的可控性和可重复性。
- 实验结果表明，该框架能够生成多个解剖配置下的直接可比虚拟放射图投影，提升了对解剖-投影关系的研究能力。
📝 摘要（中文）
本研究解决了从异质解剖场景生成可重复投影空间观察的计算问题，这些场景的组成部分可能经历独立的空间变换。我们提出了一种变换驱动的合成投影成像框架，并在下颌运动场景中进行了验证。与传统的数字重建放射图（DRR）方法不同，该方法将投影成像视为在明确表示的解剖场景上进行的观察过程。通过将可独立变换的体积和表面解剖对象嵌入共享场景表示中，直接通过显式变换传播到投影空间。该框架能够在保持相同成像假设的情况下，从多个解剖配置生成直接可比的虚拟放射图投影。
🔬 方法详解
问题定义：本研究旨在解决从异质解剖场景生成可重复的投影空间观察的问题。现有的DRR方法在处理独立空间变换时存在局限性，无法有效生成可比的投影图像。
核心思路：论文的核心思路是将投影成像视为在明确表示的解剖场景上进行的观察过程，通过变换驱动的框架实现对解剖对象的独立变换和投影生成。
技术框架：整体架构包括共享的解剖参考场景，嵌入的CT/CBCT体积、分割结构和表面模型。通过显式变换将这些对象传播到投影空间，保持投影几何、获取建模、材料解释和图像呈现的明确分离。
关键创新：最重要的技术创新在于将投影成像过程与解剖场景的表示明确分离，允许对方法假设进行控制探索，同时保持生成投影的可重复性和直接可比性。
关键设计：关键设计包括对解剖对象的独立变换处理，采用显式变换方法，并在生成过程中保持相同的成像假设，以确保不同配置下的投影结果具有可比性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的框架能够在不同解剖配置下生成直接可比的虚拟放射图投影，显著提高了对解剖-投影关系的研究能力，且在投影生成的可重复性和控制性方面优于传统方法。
🎯 应用场景
该研究的潜在应用领域包括颅面分析、下颌运动研究及治疗重定位等。通过提供可控和可重复的方法环境，研究人员可以更深入地探讨解剖结构与投影之间的关系，推动相关医疗影像技术的发展。
📄 摘要（原文）
This work addresses the computational problem of generating reproducible projection-space observations from heterogeneous anatomical scenes whose components may undergo independent spatial transformations. We propose a transformation-driven framework for synthetic projection imaging from multimodal anatomical data and demonstrate it on mandibular-motion scenarios. In contrast to conventional Digitally Reconstructed Radiograph (DRR) approaches primarily designed for registration, projection realism, or rendering efficiency, the proposed formulation treats projection imaging as an observation process operating on an explicitly represented anatomical scene. Independently transformable volumetric and surface-based anatomical objects are embedded within a shared scene representation and propagated directly into projection space through explicit transformations. Projection geometry, acquisition modelling, material interpretation, and image presentation remain explicitly separated, enabling controlled exploration of methodological assumptions while preserving reproducibility and direct comparability between generated projections. Particular emphasis is placed on transformation-driven anatomical scenarios relevant to craniofacial analysis, including mandibular motion and therapeutic repositioning. Using a shared anatomical reference scene composed of CT/CBCT volumes, segmented structures, surface models, and auxiliary anatomical or therapeutic objects, the framework enables generation of directly comparable VirtualRTG projections from multiple anatomical configurations while preserving identical imaging assumptions. Rather than aiming at fully physically faithful radiographic simulation, the proposed approach provides a controllable and reproducible methodological environment for studying anatomy--projection relationships, motion observability, and transformation-aware imaging workflows.