TauGenNet：基于文本引导 3D 扩散模型的血浆驱动 Tau PET 图像合成
计算机视觉与模式识别
2025-09-05 v1
摘要
通过 tau 正电子发射断层扫描 (PET) 准确量化 tau 病理对于诊断和监测阿尔茨海默病 (AD) 至关重要。然而，tau PET 的高昂成本和有限可用性限制了其广泛应用。相比之下，结构磁共振成像 (MRI) 和基于血浆的生物标志物提供了与大脑解剖结构和疾病进展相关的无创且广泛可用的补充信息。在本工作中，我们提出了一种用于 3D tau PET 图像合成的文本引导 3D 扩散模型，利用来自结构 MRI 和血浆测量的多模态条件。具体而言，文本提示来自血浆 p-tau217 测量值，这是 AD 进展的关键指标，而 MRI 提供解剖结构约束。所提框架使用来自阿尔茨海默病神经影像学倡议 (ADNI) 数据库的临床 AV1451 tau PET 数据进行训练和评估。实验结果表明，我们的方法能够在不同疾病阶段生成逼真且具有临床意义的 3D tau PET。所提框架可帮助在不同设置下进行 tau PET 数据增强，为 tau 病理可视化提供无创且经济高效的替代方案，并支持在不同血浆生物标志物水平和认知条件下模拟疾病进展。
引用
@article{arxiv.2509.04269,
title = {TauGenNet: Plasma-Driven Tau PET Image Synthesis via Text-Guided 3D Diffusion Models},
author = {Yuxin Gong and Se-in Jang and Wei Shao and Yi Su and Kuang Gong},
journal= {arXiv preprint arXiv:2509.04269},
year = {2025}
}
备注
9 pages, 4 figures, submitted to IEEE Transactions on Radiation and Plasma Medical Sciences