치과용 콘빔 전산화단층촬영(CBCT) 시스템은 종종 환자의 해부학적 구조 중 작은 부분만을 촬영하는 절단된 시야각(FOV)을 제공하는 디텍터 구성을 사용합니다. 본 연구에서는 절단된 FOV 스캔의 투영 데이터를 사용하여 확장된 FOV를 재구성하는 것을 목표로 합니다. 이를 위해 (1) 절단된 투영 데이터의 누락된 부분을 추정하기 위한 암시적 신경 표현(INR), (2) 향상된 해부학적 일관성을 갖춘 보조 볼륨 이미지를 생성하기 위한 반복적 재구성(iterative reconstruction), (3) 이미지 개선을 위한 빠른 확산 모델(diffusion model)로 구성된 3단계 프레임워크를 제안합니다. 제안된 접근 방식은 절단된 CBCT 이미징을 위한 통합 파이프라인 내에서 연속적 표현(continuous representation), 물리 기반 재구성 및 생성적 정제의 장점을 결합합니다. 실험 결과는 이 방법이 절단 아티팩트를 효과적으로 줄이고, 원래 FOV 너머로 확장되는 구조의 재구성을 개선하며, 향상된 품질의 이미지를 생성함을 입증합니다. 코드 데이터는 https://github.com/SusanneSchaub/CBCT-FOV-Extension 에서 공개되어 있습니다.
미분가능 이동변이 필터역투영(SV-FBP) 프레임워크는 일반적인 선원 궤적에서 원추빔 CT 재구성을 위한 중복 가중치의 데이터 기반 추정을 가능하게 하며, 분석적으로 도출된 가중 체계의 필요성을 제거한다. 본 연구에서는 도전적 획득 환경에서 미분가능 SV-FBP의 견고성과 적응성에 대한 체계적 분석을 제시한다. 이 프레임워크는 매우 불규칙하고 불연속적인 궤적에서도 안정적으로 유지되며, 재구성 성능이 궤적 순서나 연속성에 크게 영향을 받지 않음을 보인다. 대신, 샘플링 지점의 공간적 분포가 더 지배적인 역할을 한다. 희소 뷰 조건에서 미분가능 SV-FBP는 경쟁력 있는 재구성 품질을 달성하면서, 보통 수준의 샘플링 밀도에서 반복 재구성 방법 대비 연산 시간을 한 자릿수 수준으로 줄인다. 그러나 심각한 언더샘플링 환경에서는 반복적 데이터 일관성의 부재로 인해 성능이 저하되는 명확한 전환 구간이 존재함을 확인한다. 또한 이 프레임워크는 구조적 수정 없이도 리사주-새들 궤적과 같은 비평면 다중 등중심 기하 구조에도 적용 가능함을 보인다. 이러한 결과들은 미분가능 SV-FBP 모델의 동작 특성과 한계에 대한 새로운 통찰을 제공하며, 비표준 및 로봇 CBCT 획득 시나리오를 위한 유연하고 효율적인 솔루션으로서의 가능성을 강조한다.