본 논문은 컴퓨터 단층촬영(CT)의 시간 소모 및 방사선 노출 문제를 해결하기 위해, 희소 뷰 X선 이미지를 이용한 CT 재구성 방법을 제시합니다. 특히, 잠재 확산 모델(LDM)을 기반으로 하여, 2D X선 이미지와 3D CT 이미지 간의 잠재 공간 정렬 문제를 해결하는 데 중점을 둡니다. 이를 위해, 다중 모드 특징 대조 학습을 통합한 일관된 잠재 공간 확산 모델(CLS-DM)을 제안합니다. CLS-DM은 2D X선 이미지에서 3D 정보를 효과적으로 추출하고 모달리티 간 잠재 공간 정렬을 달성합니다. LIDC-IDRI 및 CTSpine1K 데이터셋을 이용한 실험 결과, CLS-DM은 기존 및 최첨단 생성 모델보다 PSNR 및 SSIM과 같은 척도에서 우수한 성능을 보였습니다. 본 연구는 희소 X선으로 재구성된 CT의 효율성과 경제성을 향상시킬 뿐만 아니라, 다른 모달리티 변환 작업에도 일반화될 수 있습니다.
