Synthetic CT Generation from Time-of-Flight Non-Attenuation-Corrected PET for Whole-Body PET Attenuation Correction

💡 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深度学习的方法,能够从时间飞行非衰减校正PET图像生成合成CT图像,解决了PET成像中的衰减校正问题,显著提升了PET/MR的衰减校正性能,具有重要的潜在影响。

🎯

关键要点

  • 本研究提出了一种基于深度学习的方法,能够从时间飞行非衰减校正PET图像生成合成CT图像。
  • 该方法解决了PET成像中因组织密度变化导致的光子损失的衰减校正问题。
  • 研究表明,经过大规模自然图像数据集预训练的模型在医学图像翻译任务中表现优异。
  • 该研究显著提升了PET/MR的衰减校正性能,具有重要的潜在影响。
➡️

继续阅读