2023年11月11日，国际电子与电气工程师协会核科学与医学影像年会（IEEE Nuclear Science Symposium and Medical Imaging Conference， IEEE NSS/MIC）在加拿大温哥华举行。本次会议中，上海交通大学生物医学工程学院黄秋老师团队的陈高宇同学在第二届超低剂量PET成像挑战赛（UDPET）中再次脱颖而出，成功夺得比赛冠军。

      这一次的胜利凸显了人工智能（AI）技术在核医学领域的深刻应用。核医学成像数据相比放射成像技术更具噪声，尤其是在需要对无法保持固定体位、辐射敏感、多次PET复查以及多种显像剂显像的特殊人群进行检查时，采用低剂量或快速采集技术具有独特优势。UDPET挑战赛基于由上海交通大学医学院附属瑞金医院与瑞士伯尔尼大学小岛医院联合举办的平台，提供了来自联影医疗uExplorer和西门子Biograph Vision Quadra系统的1447例高低剂量PET成对数据。其中，低剂量图像所对应的探测数据降采样倍率从4倍到100倍不等。和首届比赛相比，本届UDPET挑战赛进一步加大难度，在测试数据集中采用了剂量不明确、且与训练数据集不匹配的探测数据生成测试图像，从而充分模拟真实临床检查情况。这对于模型的鲁棒性和泛化性提出了更高的要求。

      为了解决这一挑战，黄秋老师团队充分发挥了在PET成像领域多年的研究经验，基于第一届挑战赛的经验，结合新的数据特点，提出了一种基于块的噪声水平估计模型（NLE-Net），并充分利用赛事提供的数据进行不同剂量的混合训练，最终凭借卓越的实力荣获了本次比赛的第一名。这次胜利不仅是对团队学术实力的肯定，也是对上海交通大学生物医学工程学院在医学影像领域的卓越贡献的再次印证。

获奖学生简介

      陈高宇，上海交通大学生物医学工程学院15级博士生，师从黄秋副教授。主要研究方向为医学成像仿真与重建、医学图像处理，发表领域高水平期刊会议论文10余篇。在读博士期间从事脑部PET成像系统仿真与重建，开发了多面体球形脑部PET系统仿真软件以及适用于任意几何结构的PET重建软件BBSLMIRP，同时还开发了多节点GPU快速重建框架SRF用于大型全身PET探测器成像，相关研究成果后续通过和企业合作实现了落地，用于脑部专用PET和全身PET-CT系统成像。

供稿单位：黄秋课题组

         审核：黄秋