DDGS-CT: Direction-Disentangled Gaussian Splatting for Realistic Volume Rendering

数字重建放射图像（DRRs）是从3D CT体积生成的模拟2D X射线图像，在术前设置中广泛使用，但由于计算瓶颈在术中应用中受到限制，特别是对于准确但重型物理学基于蒙特卡罗方法的应用。虽然分析DRR渲染器提供更高的效率，但它们忽略了各向异性X射线图像形成现象，例如康普顿散射。我们提出了一种新方法，将现实物理启发的X射线模拟与使用3D高斯飞溅（3DGS）生成的有效可微分DRR生成相结合。我们的方向分离3DGS（DDGS）方法将辐射通量贡献分为各向同性和方向相关的组件，近似复杂的各向异性相互作用，而无需复杂的运行时模拟。此外，我们调整了3DGS初始化以考虑层析数据属性，提高了准确性和效率。我们的方法在图像准确度方面优于现有技术。此外，我们的DDGS在术中应用和姿态配准等反问题方面表现出良好的前景，与分析DRR方法相比，提供了更高的配准准确性和运行时性能。

本文旨在解决DRR生成中的计算瓶颈问题，同时考虑X射线成像的各向异性现象。

本文提出了一种结合物理模拟和可微分DRR生成的方法，使用3D高斯喷洒技术分离辐射贡献，同时考虑各向异性相互作用。

本文的方法在图像准确性方面优于现有技术，并且在姿态配准等应用中表现出色。实验使用了多种数据集，并提供了开源代码。

与本文相关的研究包括：'Fast and accurate CT simulation for image-guided radiation therapy using multi-GPU architecture'、'Real-time 3D reconstruction and 6-DoF tracking for volumetric objects'等。