医学体渲染新突破：PSNR提升1.52dB，TF切换仅1.17毫秒！
FactorSplat: Appearance-Controllable Gaussian Proxies for Medical Volume Rendering
📖 AI 总结
本文提出FactorSplat，一种面向医学体渲染的外观可控高斯代理方法。传统图像训练的高斯代理会将单一传递函数固化到外观中，导致无法在推理时灵活调整颜色与可见性。FactorSplat采用逐场景的N维高斯泼溅代理，支持在推理阶段输入区域特定的强度到RGBA曲线：通过局部查找表实现作者指定的颜色与不透明度变化，并借助共享功能编码器和低秩逐高斯因子学习残余外观响应。几何与方向性外观在各预设间保持共享，同时利用可见性控制和传递函数感知剪枝保留结构的隐藏与显示能力。在七个CT和MR扫描上，该方法在验证、插值、未见组合及分布外编辑四种设置下，平均PSNR和变化区域误差均优于区域感知的VEG方法，七扫描平均PSNR提升1.10至1.52 dB。每个扫描仅需一个检查点即可支持未见编辑而无需重训练，在1600²分辨率下缓存快速渲染器平均达524 FPS，传递函数切换仅需1.17毫秒。
🔑 关键词速览
| 传递函数 (Transfer Function, TF) | 在医学体渲染中，将体素强度映射为颜色和不透明度的函数，用于控制不同组织的可见性。 |
| 高斯泼溅 (Gaussian Splatting) | 一种基于高斯分布的点云渲染技术，通过泼溅高斯核来高效合成图像。 |
| N 维高斯泼溅 (N-DGS) | 将高斯泼溅扩展到 N 维空间，用于处理多维数据如医学体数据。 |
| 区域感知 VEG | 一种基于区域感知的体渲染方法，可能指体素网格或类似表示，作为本文的对比基线。 |
| 分布外编辑 (OOD Edits) | 指对训练数据分布之外的传递函数或外观进行编辑，测试模型的泛化能力。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅