Medical Image Analysis深圳先进院破解低计数PET成像难题：新型AI框架实现快速精准成像

2026年8月26日获悉，中国科学院深圳先进技术研究院生物医学与健康工程研究所、医学成像科学与技术系统全国重点实验室胡战利研究员等，联合上海交通大学医学院附属瑞金医院李彪教授团队、华中科技大学同济医学院附属同济医院朱小华教授团队、山东第一医科大学第一附属医院程召平教授团队、珠海市人民医院许杰华教授团队，在低计数PET成像领域取得重要进展。相关成果以“Count-Aware Diffusion with Autoregressive Inference for Low-count PET Reconstruction Enhancement”为题，发表在医学图像分析领域知名期刊Medical Image Analysis上。研究团队提出了计数感知扩散与门控自回归推理的新型AI框架，针对性解决了低剂量、超快速PET扫描中有效信号不足引发的图像噪点多、细节模糊、定量数据偏差等关键问题，提升了PET图像清晰度与检测准确度。研究共纳入四家医院的全身PET/CT数据，并通过不同采集时长构建不同程度的低计数PET。结果显示，对于3秒采集的低计数图像，该方法能够明显降低噪声、改善图像清晰度和定量准确性；即使面对训练阶段未使用过的1秒极低计数图像，也保持了较好的增强效果。在山东、珠海和武汉3个独立中心的测试中，该方法在不同采集时长下同样表现稳定，显示出一定的跨医院、跨数据分布适应能力。未来，研究团队将进一步在真实低注射活度PET数据、不同型号扫描设备以及不同示踪剂中开展验证，并继续提升三维图像处理和推理速度，让低计数PET在减少辐射剂量、缩短检查时间的同时，仍能提供稳定可靠的影像信息，为更加安全、高效的PET检查提供技术支持。