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

6.2K
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...
6.2K

También podría leer

Artículos Relacionados

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

Ordenar por
Same author

Open-Geometry PET: Quantifying the Trade-off Between Time-of-Flight Resolution and Angular Coverage.

Physics in medicine and biology·2026
Same author

An Open Multi-Center Whole-Body FDG PET/CT Foundation Model for Tumor Segmentation.

ArXiv·2026
Same author

Influence of an AQP4 haplotype and sleep duration on early Alzheimer's disease.

Alzheimer's & dementia : the journal of the Alzheimer's Association·2026
Same author

Direct Cardiac T1 Mapping with Subspace Modeling and Free-breathing Data Acquisition.

IEEE transactions on bio-medical engineering·2026
Same author

Scan-wise generalized PET denoising with contrastive adversarial learning.

Physics in medicine and biology·2026
Same author

Individualized Treatment Effect Inference of Head and Neck Cancer with Multimodal Data.

APSIPA Transactions on Signal and Information Processing·2026

Video Experimental Relacionado

Updated: May 5, 2026

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images
04:23

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images

Published on: April 21, 2023

2.4K

Una red Transformer de modalidad cruzada para la eliminación de ruido de imágenes PET de Tau en dosis bajas guiada

Se-In Jang1, Cristina Lois Gomez2, Alex Becker2

  • 1Department of Radiology and Biomedical Imaging, Yale University, New Haven, CT 06510 USA.

IEEE transactions on radiation and plasma medical sciences
|February 16, 2026
PubMed
Resumen

Este estudio presenta un nuevo método de aprendizaje profundo para imágenes de PET de tau en dosis bajas en la enfermedad de Alzheimer. El enfoque mejora la calidad de la imagen integrando datos de PET y RM, mejorando la precisión diagnóstica para el seguimiento de la demencia.

Palabras clave:
Modalidad cruzadaAprendizaje profundoDosis bajaAutoatenciónImagenología PET de TauTransformer

Más Videos Relacionados

Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities
07:13

Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities

Published on: October 27, 2023

1.7K
Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function
02:09

Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function

Published on: April 12, 2024

1.1K

Videos de Experimentos Relacionados

Last Updated: May 5, 2026

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images
04:23

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images

Published on: April 21, 2023

2.4K
Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities
07:13

Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities

Published on: October 27, 2023

1.7K
Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function
02:09

Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function

Published on: April 12, 2024

1.1K

Área de la Ciencia:

  • Neuroimagen
  • Inteligencia artificial en medicina
  • Radioquímica

Sus antecedentes:

  • La imagenología de PET de tau es crucial para diagnosticar y monitorear la enfermedad de Alzheimer y las demencias relacionadas.
  • Reducir la dosis de radiación inyectada en la PET de tau es vital para estudios longitudinales.
  • Los métodos actuales para la imagenología de PET en dosis bajas requieren una mayor mejora.

Objetivo del estudio:

  • Desarrollar un nuevo enfoque de aprendizaje profundo para mejorar la imagenología de PET de tau en dosis bajas.
  • Integrar información previa de PET y RM utilizando transformadores de modalidad cruzada.
  • Mejorar la calidad de las imágenes de PET de tau para un mejor seguimiento de la enfermedad.

Principales métodos:

  • Se desarrolló una nueva red de aprendizaje profundo que incorpora bloques transformadores de modalidad cruzada.
  • El método integra información espacial y de canal utilizando mapas de autoatención.
  • Se evaluó el rendimiento en 139 conjuntos de datos de PET de tau 18F-MK-6240 dinámicos (marcos tempranos y tardíos).

Principales resultados:

  • La red de aprendizaje profundo propuesta mejoró significativamente la calidad de la imagen de PET de tau en dosis bajas.
  • El método superó a las redes de referencia que concatenaron imágenes de PET y RM.
  • La integración de los priors de PET y RM a través de la atención de modalidad cruzada mejoró la reconstrucción de la imagen.

Conclusiones:

  • El enfoque de aprendizaje profundo desarrollado mejora eficazmente la imagenología de PET de tau en dosis bajas.
  • Este método es prometedor para el seguimiento preciso y longitudinal de la progresión de la enfermedad de Alzheimer.
  • La integración de datos de imagenología multimodal con técnicas avanzadas de IA es beneficiosa para la investigación de la demencia.