.png){kind=icon}
返回
Deep learning-derived arterial input function for dynamic brain PET
.png){kind=icon}
OA
AI
DOI：10.1016/j.neuroimage.2025.121609.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 开发了DLIF，一种用于动态PET成像中完全无创性动脉输入函数估计的新型深度学习框架。
• 采用Vision Transformer和学习基函数进行连续、封闭形式、受试者特定的AIF估计。
• 在准确度上优于传统的图像衍生法和分解法，实现了当前最优的动力学建模性能。
• 提出了一种新型评估指标，专门用于量化与下游动力学建模分析（如Logan图形分析）相关的AIF估计精度。
• DLIF具有广泛的临床和研究应用潜力，显著推进了动态PET神经影像学工作流程。
Keyword:
Arterial input function
Dynamic PET
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.5
论文数:
1.5K
被引数:
10.6W
机构
引用论文
暂无论文信息