요약

PET-Adapter는 양전자 방출 단층촬영(PET) 이미지 재구성 과정에서 발생하는 푸아송 노이즈와 제한 각도 획득 문제를 해결하기 위해 제안된 테스트 시간 도메인 적응 프레임워크입니다. 이 방법은 팬텀 데이터로 사전 학습된 생성형 PET 모델을 다양한 해부학 구조 및 추적자를 가진 임상 데이터셋에 효과적으로 적응시킬 수 있게 합니다.

핵심 포인트

• PET 이미지 재구성은 푸아송 노이즈와 제한 각도 획득으로 인해 어려움이 있습니다.
• 기존 딥러닝 모델은 광범위한 재학습 없이는 임상 데이터 분포로의 일반화에 한계가 있었습니다.
• PET-Adapter는 팬텀 데이터만 사용하여 사전 학습된 생성형 PET 모델을 테스트 시간 도메인 적응시키는 프레임워크입니다.
• 이 방법론을 통해 다양한 해부학 구조와 추적자를 가진 임상 데이터셋으로의 효과적인 적응이 가능합니다.