Likelihood-Scheduled Score-Based Generative Modeling for Fully 3D PET Image Reconstruction
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于似然调度的生成模型方法,解决全3D PET图像重建中的慢速重建和超参数调节问题。通过匹配逆扩散过程的似然与最大似然算法,显著加速重建并减少超参数数量,实验证明该方法在重建时间和效果上优于现有技术。
🎯
关键要点
- 本研究提出了一种基于似然调度的生成模型方法,旨在解决全3D PET图像重建中的慢速重建和超参数调节问题。
- 通过匹配逆扩散过程的似然与最大似然算法,该方法显著加速了重建过程,并减少了所需的超参数数量。
- 实验证明,该方法在重建时间和效果上优于现有技术,能够达到或超越现有技术在NRMSE和SSIM上的表现。
🏷️
标签
➡️