反復手法による動的PET再構成の改善
分析
本論文は、動的PETカーネル再構成のための反復手法（itePGDK）を紹介し、ノイズを低減し、特に短時間フレームにおける画像品質の向上を目指しています。この手法は、投影勾配降下法（PGDK）を利用してカーネル行列を計算し、従来の深層学習アプローチ（DeepKernel）と比較して計算効率を提供します。主な貢献は、ノイズの多いPETデータを使用してカーネル行列と参照画像を反復的に洗練させることであり、高品質な事前情報が不要になります。結果は、itePGDKがバイアス-分散トレードオフ、平均二乗誤差、およびパラメトリックマップの標準誤差の点でDeepKernelおよびPGDKを上回り、特に高速キネティクス臓器において、画像品質の向上とアーチファクトの低減につながることを示しています。