无训练数据也能重建
利用未训练的深度卷积网络作为生成先验，在无预训练且不偏向特定数据集的情况下，从部分数据重建高质量PET图像。
Qianxue, Shan · Junwu, Wang · 刘东
IEEE Transactions on Radiation and Plasma Medical Sciences 2023
利用未训练的深度卷积网络作为生成先验，方法不偏向任何特定数据集，避免了收集大量训练数据的成本。
在Shepp-Logan和BrainWeb幻影及临床大鼠数据上的评估表明，所提方法显著优于现有方法，实现从部分数据的灵活重建。
对正则化参数的鲁棒性研究表明，方法性能对正则化参数变化不敏感，减少了调参负担。
由于无需预训练且不依赖特定数据集，该方法适用于训练数据难以获取或成本高昂的临床场景。