用于总体 PET 中动力学参数图像后验分布估计的生成一致性模型
医学物理
2026-01-14 v2
摘要
动态总体 positron emission tomography（TB-PET）使得能够同时测量全身器官的动力学成为可能，这可能导致在多器官疾病和系统生理学中发挥重要作用。由于全身动力学高度异质且信噪比不一，参数图像理想情况下不仅应包含点估计，还应包含后验统计不确定性的度量。然而，标准贝叶斯技术，如马尔可夫链蒙特卡洛（MCMC），在总体规模下计算上是昂贵的。我们引入一种生成一致性模型（CM），该模型根据测量的时活动曲线和动脉输入函数生成给定测量值下动力学模型参数后验分布的样本。CM能够将标准扩散模型所需的几百次迭代压缩为仅需3个去噪步骤。在训练500,000个生理上真实的两组织 compartment 模型模拟后，CM在准确性上与MCMC相当（中位数绝对百分比误差<5%；中位数 K-L 发散<0.5），但快5个数量级。CM通过避免不可逆性假设，比Patlak方法产生更可靠的Ki图像，同时提供参数估计及模型底层不确定性的有价值信息。该框架消除了routine、完全贝叶斯参数成像在TB-PET中的计算障碍，易于扩展至其他tracer和compartment 模型。
引用
@article{arxiv.2509.13614,
title = {Generative Consistency Models for Estimation of Kinetic Parametric Image Posteriors in Total-Body PET},
author = {Yun Zhao and Qinlin Gu and Georgios I. Angelis and Andrew J. Reader and Yanan Fan and Steven R. Meikle},
journal= {arXiv preprint arXiv:2509.13614},
year = {2026}
}