Latent Gaussian Process Modeling for Dynamic PET Data: A Hierarchical Extension of the Simplified Reference Tissue Model
Die vorgestellte Arbeit entwickelt ein hierarchisches latentes Gauß-Prozess-Modell (LGPE-SRTM), das den vereinfachten Referenzgewebemodell-Ansatz für die PET-Bildgebung erweitert, indem es einen glatten, zeitvariierenden Parameter zur Erfassung dynamischer Neurotransmitterfreisetzung ermöglicht und dabei eine rechnerisch effiziente Inferenz mit robusten Unsicherheitsquantifizierungen auf Populationsebene gewährleistet.