論文の概要: Generalizable CT-Free PET Attenuation and Scatter Correction for Pediatric Patients
- arxiv url: http://arxiv.org/abs/2604.22894v1
- Date: Fri, 24 Apr 2026 10:55:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-28 17:12:07.037338
- Title: Generalizable CT-Free PET Attenuation and Scatter Correction for Pediatric Patients
- Title（参考訳）: 小児における一般用CT-フリーPET減衰と散乱補正
- Authors: Jia-Mian Wu, Jun Liu, Siqi Li, Xiaoya Wang, Shibai Yin, Huanyu Luo, Lingling Zheng, Qiang Gao, Jigang Yang, Tai-Xiang Jiang,
- Abstract要約: 既存のCTフリーメソッドは、通常均質な設定で訓練され、スキャナやラジオトレーサシフトの下で劣化する。
そこで本研究では,GPCN(Generalizable PET Correction Network)を提案する。
- 参考スコア（独自算出の注目度）: 16.406616011746944
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computed tomography (CT)-based attenuation and scatter correction improves quantitative PET but adds radiation exposure that is particularly undesirable in pediatric imaging. Existing CT-free methods are commonly trained in homogeneous settings and often degrade under scanner or radiotracer shifts, which limits their clinical utility. We propose the Generalizable PET Correction Network (GPCN), a dual-domain network for domain-robust CT-free PET attenuation and scatter correction. GPCN combines a multi-band contextual refinement module, which models pediatric anatomical variability through wavelet-based multiscale decomposition and long-range spatial context modeling, with a frequency-aware spectral decoupling module, which performs coordinate-conditioned amplitude/phase refinement in the Fourier domain. By synergizing multi-band spatial contextual modeling with asymmetric frequency-spectrum decoupling, the network explicitly separates invariant topological structures from domain-specific noise, thereby achieving precise quantitative recovery of both anatomical organs and focal lesions. This design aims to separate anatomy-dominant structures from domain-sensitive spectral residuals and to improve robustness across heterogeneous imaging conditions. We train and evaluate the method on 1085 pediatric whole-body PET scans acquired with two scanners and five radiotracers. In both joint training and zero-shot cross-domain evaluation, GPCN outperforms representative baselines and maintains stable quantitative accuracy on unseen scanner-tracer combinations. The method is further supported by ablation, region-wise quantitative analysis, and downstream segmentation experiments. In our cohort, the CT component of the conventional protocol corresponded to an average effective dose of 10.8 mSv, indicating the potential clinical value of reliable CT-free correction for pediatric PET.
- Abstract（参考訳）: CT(Computed tomography)による減衰補正と散乱補正はPETの定量化を改善させるが、特に小児画像では望ましくない放射線曝露を付加する。
既存のCTフリーメソッドは、通常均質な設定で訓練され、しばしばスキャナやラジオトレーサシフトの下で劣化し、臨床効果が制限される。
そこで本研究では,GPCN(Generalizable PET Correction Network)を提案する。
GPCNは、ウェーブレットベースのマルチスケール分解と長距離空間コンテキストモデリングによる小児解剖学的変動をモデル化するマルチバンドコンテキスト改善モジュールと、フーリエ領域における調整条件付き振幅/位相改善を実行する周波数対応スペクトルデカップリングモジュールを組み合わせる。
非対称周波数スペクトルデカップリングとマルチバンド空間空間モデリングを併用することにより、ネットワークは、不変トポロジカル構造をドメイン固有のノイズから明確に分離し、解剖学的臓器と局所病変の正確な定量的回復を実現する。
この設計は、解剖学的優占構造をドメイン感受性スペクトル残基から分離し、不均一な撮像条件における堅牢性を向上させることを目的としている。
2つのスキャナーと5つのラジオトレーサで得られた1085個の小児全体PETスキャンを用いて,本手法の訓練と評価を行った。
共同トレーニングとゼロショットクロスドメイン評価の両方において、GPCNは代表ベースラインより優れ、見えないスキャナーとトラッカーの組み合わせに対して安定した定量的精度を維持する。
この方法は、アブレーション、地域的定量的分析、下流セグメンテーション実験によってさらに支持されている。
以上より,本プロトコルのCT成分は平均有効量10.8 mSvと一致し,小児PETにおける信頼性CTフリー補正の有意な臨床的有用性を示した。
関連論文リスト
- Distilling Photon-Counting CT into Routine Chest CT through Clinically Validated Degradation Modeling [51.330452704464925]
145の病院から1,046のPCCTと405,379のEICTで潜伏拡散モデルを訓練した。
我々は,PCCTライクな品質に拡張された17,316以上の公開EICTの大規模データセットを構築した。
以上の結果から,現像技術の進歩は,限られた高画質スキャンを基準として,定期的なEICTに体系的に蒸留できることが示唆された。
論文 参考訳（メタデータ） (2026-04-08T17:47:35Z) - PHASOR: Anatomy- and Phase-Consistent Volumetric Diffusion for CT Virtual Contrast Enhancement [60.81732730684265]
本稿では,高忠実度仮想コントラスト拡張(VCE)のための体積拡散フレームワークPHASORを紹介する。
我々は、CTボリュームをコヒーレントシーケンスとして扱うことにより、ビデオ拡散モデルを利用して、構造的コヒーレンスとボリューム精度を向上させる。
まず, 解剖学的意味論に固有の拡張パターンを固定し, 臓器特異的なメモリを付加して, より詳細な情報を収集する。
第二に、インテンシティ・フェイズ・アウェアメント・アライメント・アライメント(IP-REPA)は、不完全な空間アライメントの影響を緩和しつつ、複雑なコントラスト信号を強調する。
論文 参考訳（メタデータ） (2026-04-01T15:57:18Z) - CT-Conditioned Diffusion Prior with Physics-Constrained Sampling for PET Super-Resolution [25.790321547743066]
不均一なシステム構成下でPET超解像を後部推論として定式化する。
物理制約付きサンプリングによるCT条件拡散フレームワークを提案する。
標準およびOOD設定の両方において、提案手法は実験指標と病変レベル臨床関連指標を一貫して改善する。
論文 参考訳（メタデータ） (2026-03-14T11:28:23Z) - CT-Less Attenuation Correction Using Multiview Ensemble Conditional Diffusion Model on High-Resolution Uncorrected PET Images [31.66812884304363]
減衰は、検出器に到達する前に生体組織を横切ると検出される光子の最小化を指す。
ニューラルネットワークアーキテクチャの新しい進歩は、合成CT画像合成による代替アプローチを提案する。
Siemens Biograph Vision PET/CTスキャナで得られた159個の頭部スキャンの結果、擬似CT生成の質的および定量的な改善が示された。
論文 参考訳（メタデータ） (2025-10-28T01:18:35Z) - EqDiff-CT: Equivariant Conditional Diffusion model for CT Image Synthesis from CBCT [43.92108185590778]
画像誘導放射線療法(IGRT)に広く用いられているコーンビームCT(CBCT)
CBCTから高品質なCT画像を生成するために,EqDiff-CTという新しい拡散型条件生成モデルを提案する。
論文 参考訳（メタデータ） (2025-09-26T05:51:59Z) - JSover: Joint Spectrum Estimation and Multi-Material Decomposition from Single-Energy CT Projections [45.14515691206885]
多物質分解(MMD)は、ヒト体内の組織組成を定量的に再構築することを可能にする。
従来のMDDは、通常、スペクトルCTスキャナーと事前に測定したX線エネルギースペクトルを必要とし、臨床応用性を大幅に制限する。
本稿では,多材料構成を共同で再構成し,SECT投影から直接エネルギースペクトルを推定する一段階SEMMDフレームワークであるJSoverを提案する。
論文 参考訳（メタデータ） (2025-05-12T23:32:21Z) - Two-stage deep learning framework for the restoration of incomplete-ring PET images [0.6478690173421426]
約50%の偶然を欠いたデータから高品質な画像を復元する2段階のディープラーニングフレームワークを提案する。
また, 推論速度も向上し, 不完全リングPET画像の有効解が得られた。
論文 参考訳（メタデータ） (2025-04-01T14:05:32Z) - Whole-Body Image-to-Image Translation for a Virtual Scanner in a Healthcare Digital Twin [0.8714814768600079]
本研究では,全身CT画像を4つの領域(頭,幹,腕,脚)に分割し,地域固有のGAN(Generative Adversarial Networks)を用いてCT-PET翻訳を行うフレームワークを提案する。
この方法論は、CTデータから正確な仮想PETスキャンを可能にし、健康結果を監視し、予測し、最適化するための仮想イメージング表現を作成することで、ヘルスケアのDigital Twinsをサポートする。
論文 参考訳（メタデータ） (2025-03-18T20:19:28Z) - Contrastive Diffusion Model with Auxiliary Guidance for Coarse-to-Fine
PET Reconstruction [62.29541106695824]
本稿では, 粗い予測モジュール (CPM) と反復的修正モジュール (IRM) から構成される粗大なPET再構成フレームワークを提案する。
計算オーバーヘッドの大部分をCPMに委譲することで,本手法のサンプリング速度を大幅に向上させることができる。
2つの追加戦略、すなわち補助的な誘導戦略と対照的な拡散戦略が提案され、再構築プロセスに統合される。
論文 参考訳（メタデータ） (2023-08-20T04:10:36Z) - Symmetry-Enhanced Attention Network for Acute Ischemic Infarct
Segmentation with Non-Contrast CT Images [50.55978219682419]
急性虚血性梗塞セグメンテーションのための対称性増強型注意ネットワーク(SEAN)を提案する。
提案するネットワークは、入力されたCT画像を、脳組織が左右対称な標準空間に自動的に変換する。
提案したSEANは、ダイス係数と梗塞局所化の両方の観点から、対称性に基づく最先端の手法より優れている。
論文 参考訳（メタデータ） (2021-10-11T07:13:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。