効率と復元のバランス：CT金属アーチファクト低減のための軽量Mambaベースモデル
arXiv cs.CV / 2026/4/9
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、基礎となる解剖学的構造を保持しつつ、計算機断層撮影（CT）における金属アーチファクトを低減することを目的とした軽量なMambaベースのニューラルネットワーク「MARMamba」を提案する。
- 既存手法の3つの限界、すなわち臓器・組織の詳細の劣化、サイノグラムデータへの依存、計算資源の使用量と復元効率の間におけるトレードオフの不十分さを対象とする。
- MARMambaは、金属アーチファクトをすでに含むCT画像のみを入力として動作するよう設計されており、サイノグラムなどの追加入力データを必要としない。
- モデルは、合理化されたUNetバックボーンに、多段階のMambaコア（MS-Mamba）を組み合わせており、複数のオリエンテーションから文脈情報を集約するflip Mambaブロックと、アーチファクトを抑制するためのフィードフォワード融合ステップを含む。
- 実験では、計算量・メモリ使用量・パラメータ数のバランスが良好であることとともに、アーチファクト低減における高い性能が報告されており、著者らはGitHubでコードを公開している。
