智能体AI为稀疏CT挑选面向血流动力学预测的投影

智能体AI选出的稀疏CT投影利于血流预测却不利于图像重建

资讯摘要

论文研究稀疏视角CT中面向下游物理推断的投影选择，而非仅服务图像重建。作者用颅内动脉瘤CFD仿真生成扇形束CTA投影，训练FNO预测TAWSS场与空间平均TAWSS，并比较固定均匀、黄金角采样与Gumbel-Softmax、Soft top-K、智能体AI三种任务感知选择策略。结果显示，在极端稀疏下智能体与Soft top-K误差最低，且为血流动力学优化的掩码重建图像效果差。

要点速读

1. 论文用颅内动脉瘤CFD仿真生成合成扇形束CTA投影，训练FNO预测TAWSS场和空间平均TAWSS。
2. 在空间分辨TAWSS上，智能体AI与Soft top-K误差最低，极端稀疏时明显优于固定采样，智能体略好。
3. 为血流动力学预测优化的采样掩码图像重建效果差，作者据此指出任务最优采集与重建最优采集存在本质差异。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。