확인한 것만 기록한다.
2026-11-23 · 00:35 KST / 15:35 UTC한국어 | EN검색 /

속보01 / AI

심장 PET 보정에 흉부 CT 사전학습 적용

병원 작업대에서 뒷모습의 의료진이 환자 검사 결과와 근거 자료, 작성 중인 AI 권고안을 나란히 검토하며 화면 내용은 읽히지 않는다. AI 생성 이미지

연구진은 11월 19일 arXiv에서 흉부 CT 10,000건을 사전학습에 쓴 심장 PET 보정 모델 LUCID를 제안했다.

논문에서 보정 대상은 양전자방출단층촬영(PET)의 신호 감쇠이다. 환자별 컴퓨터단층촬영(CT) 없이 PET 영상에서 보정 지도를 만드는 방식이다.

연구진은 시간대별 PET 영상에서 보정 지도의 초안을 만들었다. 잡음을 걷어내는 확산 모델로 초안을 한 차례 다듬고 시간대별 지도를 평균했다.

논문에 적힌 평가 대상은 연구진이 자체 확보한 환자 102명이다. 연구진은 정량 평가에서 LUCID의 정확도가 비교 방법 중 가장 높았다고 보고했다.

논문은 훈련 환자의 CT로 사전학습한 확산 모델을 적용했을 때 보정 결과가 초안보다 부정확했다고 보고했다.

논문 초록에는 외부 병원 환자 영상에서의 검증 결과가 없다.