SynthRAD Challenge

AI模型增强了医学影像中无CT的PET衰减校正

研究人员开发了一种通过合成多模态伪CT图像来实现无CT PET衰减校正的新方法。他们的方法提交给了BIC-MAC 2026挑战赛，采用了改进的nnU-Net架构，结合了解剖学和物理学监督。该系统利用一个冻结的TotalSegmentator特征提取器进行解剖学指导，并利用一个可微分的投影损失进行物理学监督，该方法建立在SynthRAD挑战赛数据集上预训练的权重之上。