域适应潜扩散CT-to-PET图像翻译框架提出

2026年10月27日，arXiv Computer Vision 刊出 Yann Bourdé 等作者的报道，提出一种域适应潜扩散（latent diffusion）框架，用于 CT 到 PET 的图像翻译。报道称，该框架借助相对较小的 21,930 对 CT/PET 切片数据集迁移自然图像先验，并引入 signed power transform，以应对 PET 数据中极端强度稀疏的问题。报道将上述设计表述为针对 PET 数据强度稀疏这一难点的解决方案，但未给出定量评估结果或与其他方法的对比数据。截至本版，该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。