高保真ROI CT重建:基于混合经典-量子精化方法在有限量子资源下的实现
量子优化在计算机断层扫描(CT)重建中的应用受限于图像表示所需的二进制变量数量,这使得对于大型或结构复杂的物体进行直接的全图量子重建变得困难。该团队提出了一种混合感兴趣区域(ROI)细化框架:首先通过量子断层扫描重建(QTR)与量子压缩感知断层扫描重建(QCSTR)、滤波反投影(FBP)或同步代数重建技术(SART)重建出一幅粗略的全图,然后通过残差投影图像公式,仅对选定的ROI应用量子优化。该策略在保持目标区域高保真重建的同时,有效减少了QUBO问题的规模。在三个离散体模样本上的实验表明,在减少角度设置下,对于中等尺寸的案例,QTR/QCSTR + QTR/QCSTR 和 SART + QTR/QCSTR 均能实现准确的ROI重建。对于最大且最复杂的样本,粗略全局估计的质量变得至关重要,当将稳定的经典粗略重建与第二阶段的仅ROI QTR/QCSTR相结合时,获得了最佳结果。在所测试的流程中,SART+QTR/QCSTR实现了最低的平均ROI均方根误差(RMSE)和平均绝对误差(MAE)。结果表明,量子辅助CT重建的实际优势在于将量子优化保留用于局部细化,同时利用经典重建来稳定全局背景。

