低计数PET成像研究取得进展

PET能够观察人体代谢和分子活动，在肿瘤诊断和疗效评估中发挥重要作用。近日，中国科学院深圳先进技术研究院等在低计数PET成像领域取得进展。

研究团队提出了“计数感知扩散与门控自回归推理”新型AI模型框架。该模型能够参考已有的结构和对比信息，逐步减少噪声，恢复细节，使生成的PET图像更加稳定地接近标准计数参考。

研究共纳入四家医院的全身PET/CT数据，并通过不同采集时长构建不同程度的低计数PET。结果显示，对于3秒采集的低计数图像，该模型能够明显降低噪声、改善图像清晰度和定量准确性。在山东、珠海和武汉3个独立中心的测试中，该方法在不同采集时长下同样表现稳定，显示出一定的跨医院、跨数据分布适应能力。

相关研究成果发表在Medical Image Analysis上。研究工作得到国家自然科学基金、国家重点研发计划和中国科学院科研仪器设备研制项目等的支持。

计数感知扩散与门控自回归推理框架