Latent Gaussian Process Modeling for Dynamic PET Data: A Hierarchical Extension of the Simplified Reference Tissue Model
Este artigo propõe uma extensão hierárquica do Modelo Simplificado de Tecido de Referência (SRTM) baseada em Processos Gaussianos Latentes (LGPE-SRTM) para modelar parâmetros cinéticos variantes no tempo em dados de PET dinâmico, permitindo inferência populacional robusta e computacionalmente escalável sobre a liberação transitória de neurotransmissores sem assumir formas paramétricas restritivas.