.png){kind=icon}
返回
Multistage Diffusion Model With Phase Error Correction for Fast PET Imaging
.png){kind=icon}
PRE
AI
DOI：10.1109/JBHI.2025.3567645.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
快速PET成像在临床上对于减少运动伪影和提高患者舒适度具有重要意义。尽管近期的扩散基础深度学习方法已展现出潜力，但它们往往无法捕捉真实的PET退化过程，易受累积推理误差影响，引入伪影，并需要大量的重建迭代。为解决这些挑战，我们提出了一种面向快速PET成像的新型多阶段扩散框架。在粗粒度层面，我们设计了一种多阶段结构，利用在不同采集时长下采集的配对PET图像，以数据驱动的方式近似时域非线性的PET退化过程。一个相位误差校正网络（PECNet）通过校正累积偏差来确保各阶段间的一致性。在精细层面，我们引入了一种确定性冷扩散机制，该机制通过在已知采集时长之间进行插值来模拟阶段内的退化过程——将重建迭代次数显著减少至仅10次。在[68Ga]FAPI和[18F]FDG PET数据集上的评估结果表明，我们的方法具有优越性，分别实现了36.2 dB和39.0 dB的峰值PSNR，以及超过0.97的平均SSIM。我们的框架以更少的迭代次数实现高保真度的PET成像，使其适用于加速临床成像。
Keyword:
Fast PET imaging
multistage diffusion
medical images
diffusion
期刊
IF:
6.8
论文数:
4.6K
被引数:
2.0W
机构
查看更多机构
引用论文
暂无论文信息