放射線医用3D画像再構成におけるAIベース表現パラダイム：システマティックレビュー

要旨: 臨床実務と支援診断における高品質な医用画像への需要により、放射線画像における3D画像再構成は重要な研究課題となっている。人工知能（AI）は、取得および処理時間を削減しつつ再構成精度を向上させる有望な手法として登場し、それにより患者の放射線被ばくと不快感を最小化し、最終的に臨床診断に資することが期待される。本レビューは、放射線画像における最先端のAIベース3D再構成アルゴリズムを調査し、再構成対象がどのようにパラメータ化されるかに基づいて4つの表現ファミリに整理する。すなわち、離散グリッド表現、明示的な基底展開表現、明示的なプリミティブ表現、そして暗黙的なニューラル表現である。特に、本レビューではこれらの表現形式間の関係を明確化し、放射輝度場（ラディアンス・フィールド）手法を、暗黙的ニューラル表現の特殊なサブタイプとして位置づける。また、放射線画像再構成で一般に用いられる評価指標とベンチマークデータセットを要約する。最後に、この急速に発展している分野における現在の開発状況、主要な課題、今後の研究方向性について議論する。本プロジェクトは以下で公開している: https://github.com/Bean-Young/AI4Radiology。