Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Positron Emission Tomography01:29

Positron Emission Tomography

5.4K
Positron emission tomography (PET) is a medical imaging technique involving radiopharmaceuticals — substances that emit short-lived radiation. Although the first PET scanner was introduced in 1961, it took 15 more years before radiopharmaceuticals were combined with the technique and revolutionized its potential.
One of the main requirements of a PET scan is a positron-emitting radioisotope, which is produced in a cyclotron and then attached to a substance used by the part of the body...
5.4K
Imaging Studies II: Positron Emission Tomography and Scintigraphy01:25

Imaging Studies II: Positron Emission Tomography and Scintigraphy

235
Positron Emission Tomography (PET) is a medical imaging technique that provides crucial insights into the body's physiological functions at a molecular level. It is an indispensable resource for diagnosing, staging, and monitoring various illnesses, notably cancer, neurological disorders, and cardiovascular conditions.
Fundamental Principles of PET
235

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Dosimetry and pharmacokinetics of [<sup>223</sup>Ra]Ra-dichloride alpha therapy in prostate cancer patients with bone metastases.

Physics in medicine and biology·2026
Same author

AI-augmented thyroid scintigraphy for robust classification of disease.

Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)·2026
Same author

Simultaneous partial volume correction and denoising of brain PET images, using transformers and transfer learning.

EJNMMI research·2026
Same author

FAP-Targeted Theranostics in Advanced Sarcoma: A Pilot Study of ⁶⁸Ga-FAPI-46 Imaging and ¹⁷⁷Lu-FAPI-2286 Therapy.

Clinical nuclear medicine·2026
Same author

Instrumentation Digital Twins in PET and SPECT Imaging: Current Status, Challenges, and Future Directions.

Computational and structural biotechnology journal·2026
Same author

Impact of partial volume correction on radiomics reproducibility in theranostic SPECT/CT imaging.

Medical physics·2026

Video Experimental Relacionado

Updated: Sep 9, 2025

Radiotracer Administration for High Temporal Resolution Positron Emission Tomography of the Human Brain: Application to FDG-fPET
09:03

Radiotracer Administration for High Temporal Resolution Positron Emission Tomography of the Human Brain: Application to FDG-fPET

Published on: October 22, 2019

10.2K

Imágenes PET de cuerpo entero con multitrasador ultrarrápido utilizando un modelo de aprendizaje profundo basado en

Hao Sun1, Amirhossein Sanaat2, Wenxiang Yi3

  • 1School of Biomedical Engineering, Southern Medical University, 1023 Shatai Road, Guangzhou 510515, China (H.S., W.Y., L.L.); Division of Nuclear Medicine and Molecular Imaging, Geneva University Hospital, CH‑1211 Geneva, Switzerland (H.S., A.S., Y.S., C.E.D., C.I., H.Z.); Guangdong Provincial Key Laboratory of Medical Image Processing, Southern Medical University, 1023 Shatai Road, Guangzhou 510515, China (H.S., W.Y., L.L.); Guangdong Province Engineering Laboratory for Medical Imaging and Diagnostic Technology, Southern Medical University, 1023 Shatai Road, Guangzhou 510515, China (H.S., W.Y., L.L.).

Academic radiology
|August 30, 2025
PubMed
Resumen

Los modelos de aprendizaje profundo mejoran la calidad de imagen de la tomografía por emisión de positrones (PET) a partir de exploraciones ultrarrápidas. Esta tecnología mejora la detección de lesiones y la calidad de imagen en las imágenes PET de cuerpo entero con múltiples trazadores.

Palabras clave:
Aprendizaje profundoDetectabilidad de las lesionesImágenes con múltiples trazadoresPET de cuerpo enteroImágenes ultrarrápidas

Más Videos Relacionados

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

491
Human Brown Adipose Tissue Depots Automatically Segmented by Positron Emission Tomography/Computed Tomography and Registered Magnetic Resonance Images
09:21

Human Brown Adipose Tissue Depots Automatically Segmented by Positron Emission Tomography/Computed Tomography and Registered Magnetic Resonance Images

Published on: February 18, 2015

12.3K

Videos de Experimentos Relacionados

Last Updated: Sep 9, 2025

Radiotracer Administration for High Temporal Resolution Positron Emission Tomography of the Human Brain: Application to FDG-fPET
09:03

Radiotracer Administration for High Temporal Resolution Positron Emission Tomography of the Human Brain: Application to FDG-fPET

Published on: October 22, 2019

10.2K
Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

491
Human Brown Adipose Tissue Depots Automatically Segmented by Positron Emission Tomography/Computed Tomography and Registered Magnetic Resonance Images
09:21

Human Brown Adipose Tissue Depots Automatically Segmented by Positron Emission Tomography/Computed Tomography and Registered Magnetic Resonance Images

Published on: February 18, 2015

12.3K

Área de la Ciencia:

  • Imágenes médicas
  • Inteligencia artificial
  • La radioquímica

Sus antecedentes:

  • Minimizar los artefactos de movimiento y la incomodidad del paciente en las exploraciones PET requiere reducir el tiempo de adquisición.
  • Las imágenes PET ultrarrápidas presentan desafíos para mantener la calidad de las imágenes de diagnóstico.

Objetivo del estudio:

  • Desarrollar y evaluar un marco de aprendizaje profundo para la síntesis de imágenes PET de alta calidad a partir de exploraciones ultrarrápidas.
  • Evaluar el rendimiento del marco en la obtención de imágenes PET de cuerpo entero con múltiples trazadores.

Principales métodos:

  • Análisis retrospectivo de los conjuntos de datos clínicos uEXPLORER PET/CT ([18F]FDG, [18F]FAPI, [68Ga]FAPI).
  • Generación de imágenes PET ultrarrápidas (3-40s) mediante truncamiento de datos en modo lista.
  • Desarrollo de dos variantes 3D de SwinUNETR-V2 (sólo con PET y con fusión PET+CT).
  • 5 veces la validación cruzada para la formación y las pruebas.

Principales resultados:

  • Ambos modelos de aprendizaje profundo mejoraron significativamente la calidad de imagen subjetiva y la detectabilidad de lesiones en comparación con los escaneos ultrarrápidos originales.
  • Las métricas objetivas de calidad de imagen, incluida la relación pico señal-ruido (PSNR), se mejoraron en las adquisiciones ultracortas.
  • Se observaron mejoras significativas en los conjuntos de datos PSNR de [18F]FDG en tiempos de adquisición de 3s, 6s y 15s (p < 0,001).

Conclusiones:

  • Los modelos de aprendizaje profundo propuestos mejoran efectivamente la calidad de la imagen en las exploraciones PET de cuerpo entero con múltiples trazadores obtenidas con protocolos ultrarrápidos.
  • Las imágenes PET sintetizadas demuestran un rendimiento comparable a las exploraciones estándar en términos de calidad de imagen y detectabilidad de lesiones.
  • Este enfoque es prometedor para obtener imágenes PET más rápidas y cómodas sin comprometer la precisión del diagnóstico.