PulseAugur
实时 09:52:04
Dansk(DA) VLM- and LLM-Driven Multi-Agent System for PET Image Denoising

AI智能体利用VLM和LLM自动进行PET图像去噪

研究人员开发了一种新颖的多智能体系统,该系统利用视觉语言模型(VLM)和大型语言模型(LLM)来自动化和增强正电子发射断层扫描(PET)图像的去噪。该框架旨在通过动态评估图像质量和病灶状态、自主选择最佳去噪模型和参数,并纳入用于闭环反馈的回滚机制来复制专家工作流程。在西门子Biograph Vision Quadra PET/CT数据上的实验表明,所提出的系统在提高PET图像质量方面优于U-Net、GAN和DDPM等传统方法。 AI

影响 这项研究可能带来更自动化、更准确的医学成像分析,从而提高诊断能力。

排序理由 该集群包含一篇详细介绍使用AI进行图像处理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI智能体利用VLM和LLM自动进行PET图像去噪

报道来源 [1]

  1. arXiv cs.CV TIER_1 Dansk(DA) · Boxiao Yu, Savas Ozdemir, Yang Xing, Fumio Hashimoto, Jiong Wu, Yizhou Chen, Axel Rominger, Ruogu Fang, Kuangyu Shi, Tinsu Pan, Kuang Gong ·

    用于PET图像去噪的VLM和LLM驱动的多智能体系统

    arXiv:2608.13791v1 Announce Type: cross Abstract: Positron emission tomography (PET) imaging suffers from limited spatial resolution and low signal-to-noise ratio, which can compromise quantitative accuracy and lesion detectability. Deep learning-based denoising methods have demo…