跳到正文
热点事件持续更新

CT-to-MRI合成结合共形预测实现无MRI的PET定量

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

2026年10月30日,arXiv Computer Vision 刊出 Jungwoo Seo 等作者的论文,提出将切片一致的 Brownian Bridge 扩散模型与共形预测相结合,用于无需 MRI 的淀粉样蛋白 PET SUVR 定量,并给出可靠性评估。作者称,该方法把 CT-to-MRI 合成与共形预测结合,实现无 MRI 的 PET 定量及可靠性评估;但共形校准需要针对目标队列重新校准,才能恢复预期的覆盖水平。目前该工作处于论文发布阶段,报道未提及临床验证或应用进展。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv Computer Vision
    结合CT-to-MRI合成与保形预测的无MRI PET定量及可靠性评估

    研究将切片一致的Brownian Bridge扩散模型与保形预测结合,实现无需MRI的淀粉样蛋白PET定量并给出可靠性评估。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。