本文提出了一种结合正电子发射断层扫描重建框架和扩散概率模型的低剂量PET图像优化方法，旨在改善图像质量并降低辐射暴露。研究表明，MRI引导的PET图像优于传统方法，新模型MC-Diffusion在ADNI数据集上取得显著改进。此外，利用扩散后验抽样解决非线性CT重建问题，展示了人工智能在生物医学成像中的潜力。

本研究提出了一种基于机器学习和深度学习的叶子实例分割方法，实现了90%的分割得分。同时开发了3D植物幼芽分割框架Eff-3DPSeg，提高了植物育种效率。此外，研究还探讨了血管分割技术，提出了新的网络初始化方法和自动后处理技术，为生物医学成像提供基准模型。