DiffNR: 단일 스텝 확산 모델로 CT sparse-view 아티팩트 교정 — PSNR 3.99dB 향상

Monash University 팀이 CT 희소 뷰(sparse-view) 환경에서 신경 표현(Neural Representation)의 아티팩트를 줄이는 DiffNR 프레임워크를 제안했습니다. 핵심은 SliceFixer라는 단일 스텝 확산 모델로 열화된 슬라이스를 교정하고, 이를 주기적으로 참조 볼륨으로 활용해 3D 지각적 감독을 제공하는 전략입니다. 기존 반복적 디노이징 방식보다 확산 모델 쿼리 횟수가 적어 효율적이며, 평균 PSNR 3.99dB 개선, 다양한 도메인에 일반화됩니다. 단, 단일 스텝 모델의 교정 능력은 노이즈 수준에 따라 한계가 있을 수 있습니다.

• #diffusion
• #ct
• #neural-representation
• #monash-university
• #sparse-view