CPT-Interp: Continuous sPatial and Temporal Motion Modeling for 4D Medical Image Interpolation

4D医学影像的运动信息对于临床评估和放射治疗计划中动态变化的患者解剖提供了关键见解，从而增强了3D图像分析的能力。然而，成像硬件的固有物理和技术限制常常需要在时间分辨率和图像质量之间做出妥协。帧插值成为解决这一挑战的关键方法。以往的方法在估计中间运动和执行向前变形时经常存在离散性问题。在本研究中，我们从流体力学中汲取灵感，提出了一种使用隐式神经表示连续建模患者解剖运动的新方法。它确保了空间和时间的连续性，有效地将欧拉和拉格朗日规范结合在一起，自然地促进了连续帧插值。我们在多个数据集上的实验强调了该方法的优越精度和速度。此外，作为一种针对特定案例的优化（无需训练）方法，它避免了对大量数据集的需求，并解决了模型泛化问题。

该论文旨在解决医学图像处理中的时间分辨率和图像质量之间的权衡问题，提出了一种新的连续帧插值方法。

该论文提出了一种基于流体力学的方法，使用隐式神经表示来连续建模患者解剖运动，实现了空间和时间上的连续性，解决了之前方法中存在的离散性问题。

该方法具有优越的准确性和速度，并且是一种特定于案例的优化方法，无需大量数据集和模型泛化问题。论文在多个数据集上进行了实验，并展示了其性能优劣。

最近的相关研究包括：'Deep Learning for Medical Image Analysis'、'3D Medical Image Analysis'、'Medical Image Computing and Computer-Assisted Intervention'等。