医疗资讯

2025年，中国科学院深圳先进技术研究院胡战利研究员团队与合作者提出了一种名为"计数感知扩散与门控自回归推理"的新型人工智能框架，针对性解决了低剂量、超快速PET-CT检查中有效信号不足引发的图像噪点多、细节模糊、定量偏差等关键问题。这一研究成果发表于国际权威期刊《医学图像分析》，标志着我国在PET-CT人工智能成像领域取得重要突破。

低剂量PET-CT面临的技术瓶颈

PET-CT作为当今最先进的分子影像检查手段之一，能够观察人体代谢和分子活动，在肿瘤诊断和疗效评估中发挥着不可替代的作用。然而，临床检查中始终存在一个矛盾：患者希望尽可能降低示踪剂注射剂量、缩短扫描时间以减少辐射暴露和检查不适，但采集时间缩短或注射活度降低后，可利用的有效信号随之减少，容易导致图像噪声增加、细节模糊和定量结果不稳定。如何在保证图像质量的同时实现低剂量、快速扫描，一直是核医学领域亟待解决的核心难题。

AI框架的创新机制

研究团队提出的AI框架包含两大创新环节。第一步是为扩散模型配备一把反映PET采集条件的"计数尺"，模型不再依赖通用的噪声设定，而是能够根据不同的低计数程度智能选择最优的图像恢复路径。第二步是赋予图像恢复过程"记忆能力"，模型在逐步恢复图像时不再每一步都从头判断，而是参考前面已经识别出的结构和对比信息，逐步减少噪声、恢复细节，使生成的PET图像更稳定地接近标准计数参考图像的质量。

该研究纳入了4家医院的全身PET-CT数据，通过不同采集时长构建不同程度的低计数PET图像进行验证。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；即便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、广东珠海和湖北武汉三个独立中心的测试中，该方法在不同采集时长下均表现稳定，展现出跨医院、跨数据分布的适应能力。

低剂量PET-CT的临床前景

这一AI框架的突破对临床实践具有深远意义。未来，随着技术不断完善并走向临床应用，患者进行PET-CT检查时所需的示踪剂注射量有望大幅减少，扫描时间也有望显著缩短，在保证诊断质量的前提下实现更低辐射剂量和更舒适的检查体验。尤其对于需要多次复查的肿瘤患者、儿童及青少年等对辐射敏感的人群，低剂量PET-CT将带来更大的安全获益。

研究团队表示，下一步将在真实低注射活度PET数据、不同型号扫描设备以及不同示踪剂中开展进一步验证，并持续提升三维图像处理和推理速度，推动低剂量PET-CT技术走向临床常规应用。如需了解更多PET-CT检查相关信息或预约咨询，可拨打预约咨询热线4000-211-357或添加预约客服微信afxy0329，专业团队将为您提供详尽解答和个性化服务。