positron emission tomography | BriefGPT

关键词positron emission tomography

搜索结果 - 20

具有紧凑先验的低剂量 PET 重建的扩散变换模型
采用扩散转换器模型（DTM）和联合紧致先验（JCP）指导的方法，该研究提出了一种改进低剂量 PET 成像的重建质量的方法，它结合了扩散模型的强大分布映射能力和变压器模型捕捉远程相关性的能力，实验证明 DTM 在提高图像质量和保留临床信息方面
PDF5 days ago
MCAD：多模态条件对抗扩散模型用于高质量 PET 图像重建
提出一种新的多模态条件对抗扩散模型（MCAD），从多模态输入（包括低剂量正电子发射计算机断层摄影图像和临床表格）中重建标准剂量正电子发射计算机断层摄影图像，通过多模态条件编码器（Mc-Encoder）、有噪声与多模态特征融合的条件扩散过程以
PDF17 days ago
2.5D 多视角平均扩散模型用于 3D 医学图像翻译：应用于无 CT 衰减校正的低计数 PET 重建
使用新型的 2.5D 多视角平均扩散模型 (MADM) 进行 3D 图像转换，从非衰减校正低剂量 PET (NAC-LDPET) 到校正衰减标准剂量 PET (AC-SDPET)，实现高质量的 3D 图像翻译。
PDF24 days ago
PASTA: 具有扩散模型的病理感知 MRI 到 PET 的跨模态翻译
提出了一种基于条件扩散模型的新型病理感知图像转换框架 PASTA，通过高度互动的双臂架构和多模态条件集成，PASTA 在保留目标模态中的结构和病理细节方面优于现有方法，并采用循环交换一致性和体积生成策略提高了生成的高质量 3D PET 扫描
PDFa month ago
神经影像前处理策略对后续统计分析的影响的敏感性分析
通过对大量正电子发射断层扫描数据进行统计分析，我们提出了一种通用性框架，用于处理脑结构和功能的多元宇宙情景中的噪音，并汇总多个数据预处理流程的结果，以得出准确结论。
PDF2 months ago
H2ASeg: PET/CT 图像中肿瘤分割的分层自适应交互和加权网络
通过 Hierarchical Adaptive Interaction and Weighting Network（H2ASeg）来积极地探索非性质语义与结构之间的互补关系，有效地模型化用于 PET 和 CT 模式间非线性关联，进而提高肿
PDF3 months ago
无监督从 MRI 生成伪正常 PET 并采用扩散模型定位癫痫灶
研究中使用 [$^{18}$F] 荧光脱氧葡萄糖（FDG）正电子发射断层扫描（PET）的无监督学习方法，实现对癫痫焦点的定位，并取得了改进的性能。
PDF5 months ago
Image2Points：一种用于高质量 PET 图像重建的基于 3D 点的上下文聚类 GAN
提出了一种基于三维点云上下文聚类生成对抗网络 (PCC-GAN) 的方法，从低剂量正电子发射断层显像 (LPET) 图像中重建出高质量的标准剂量正电子发射断层显像 (SPET) 图像。通过点云表征图像结构，加强重建的细节表达，并采用上下文聚
PDF5 months ago
联合扩散：PET-MRI 协同重建的相互一致驱动扩散模型
该研究提出了一种新的 PET-MRI 联合重建模型，名为 MC-Diffusion，利用互补信息学习 PET 和 MRI 的联合概率分布，加速 MRI 并提高 PET 图像质量，实验证明 MC-Diffusion 在 ADNI 数据集上取得
PDF7 months ago
通过可变增强可逆网络在脑 PET 之间转化 PET 示踪剂
通过深度学习，开发了一种用于影像投射的追踪转换可逆神经网络（TC-INN），将 FDG 图像映射为 DOPA 图像，以获得更多的诊断信息。实验结果显示有限示踪剂应用情况下 PET 图像转换的巨大潜力。
PDF8 months ago
基于图的多模态多病灶 DLBCL 治疗反应预测从 PET 图像中
通过结合多个病灶的成像信息和交叉注意力模块，利用临床和影像数据，发展了一种基于图神经网络的计算机辅助方法，用于识别需要个体化治疗的高风险患者。在 583 名患者的私人前瞻性多中心数据集上训练和评估，实验结果表明，我们的提出方法在 2 年无进
PDF8 months ago
自监督自适应残差估计生成对抗网络下的 PET 合成
通过自我监督的自适应残差估计生成对抗网络（SS-AEGAN），我们引入了自适应残差估计映射机制 AE-Net，并采用自我监督的预训练策略来提高粗糙生成器的特征表示，实验证明 SS-AEGAN 在各种剂量降低因素下，始终优于最先进的合成方法。
PDF8 months ago
快速闪烁体探测器中 γ 射线相互作用的深度学习重建与不确定性估计
本文提出了一种基于物理信息的深度学习方法，用于定量估计单体闪烁体中伽马相互作用的空间坐标，重点是正电子发射断层扫描成像。使用密度神经网络方法在快速铅钨酸盐闪烁体探测器中估计二维伽马光子相互作用坐标。我们引入了定制损失函数来估计重构过程的固有
PDF9 months ago
全身 PET/CT 图像中自动肿瘤分割的定位到分割框架
本文提出了一种用于精确肿瘤分割的定位到分割框架 (L2SNet)，通过定位潜在病变并利用位置信息对分割结果进行塑形，在 MICCAI 2023 全身 FDG-PET/CT 挑战数据集上取得了具有竞争力的结果，并在预备测试集中排名前 7 方法
PDF10 months ago
基于评分的 PET 图像重建的生成模型
基于评分的生成模型在医学图像重建任务中，如磁共振成像或计算机断层扫描，已经展现出极具潜力的结果。然而，它们在正电子发射断层扫描（PET）中的应用尚未被广泛探索。为了应对 PET 图像重建中的多个挑战，包括具有高方差和广泛动态范围的泊松噪声，
PDF10 months ago
辅助引导下的对比扩散模型用于粗到精 PET 重建
通过粗略到精细的正电子发射断层扫描重建框架，结合辅助指导策略和对比扩散策略，本文提出了一种优化低剂量 PET 图像的方法，改善了 LPET 图像与重建 PET 图像之间的对应关系，提高了临床可靠性。
PDFa year ago
TriDo-Former：三域 Transformer 直接重建低剂量正电子发射断层成像
提出了一个基于 Transformer 的模型 TriDo-Former，用于通过 sinogram、图像和频域三个领域直接重建正子发射断层扫描（PET）图像，实验结果在临床数据集上定性和定量地优于现有方法。
PDFa year ago
利用深度后验采样估计 PET 图像重建的不确定性
本文提出了一种基于深度学习的方法，通过后验抽样在 PET 图像重建中进行不确定性量化。该方法基于条件生成对抗网络，其生成器近似于采样自贝叶斯反演中的后验。该文表明，所提出的模型生成高质量的后验样本，并产生具有物理意义的不确定性估计。
PDFa year ago
CG-3DSRGAN：一种用于低剂量 PET 图像质量恢复的分类引导 3D 生成对抗网络
本文提出了一种基于分类引导生成对抗网络和超分辨率细化的方法来提高正电子发射断层扫描成像的质量。通过对低剂量数据的噪声水平特征的更全面理解，改进了图像合成，并在各种剂量减少因素下优于现有的方法。
PDFa year ago
DUAL-GLOW：用于模态转换的条件流式生成模型
本文介绍了采用基于流的生成模型从 MRI 数据中生成 PET 图像的新框架：DUAL-GLOW，该框架依赖于两个可逆网络和一个关系网络，它们能够在小样本大小的情况下表现出色，并且还将该框架扩展到当可用 “side” 信息时支持，我们在 Al
PDF5 years ago