
Многоракурсное глубокое обучение для автоматического стадирования лимфом по данным 18F-FDG ПЭТ/КТ: точность уровня врача при высокопроизводительном рабочем процессе
Разработанная модель искусственного интеллекта LASM-mMIP на основе многоракурсных 2D MIP-изображений достигла 93,0% точности в стадировании лимфом, превзойдя молодых специалистов по ядерной медицине и сократив время анализа в десятки тысяч раз.


![Модель машинного обучения для прогнозирования мутаций KCNJ5 при одностороннем первичном гиперальдостеронизме на основе [68Ga]Ga-Pentixafor ПЭТ/КТ](https://s3.twcstorage.ru/1873f82d-617b-4505-a1ec-3fe47ebe0e64/articles/2026/03/cmmel2g4q000oyezwru2bf68d/cover.jpg)










![[18F]RCCB6 ПЭТ/КТ в диагностике светлоклеточного рака почки: проспективное сравнительное исследование с [18F]FDG ПЭТ/КТ и стандартными методами визуализации](https://s3.twcstorage.ru/1873f82d-617b-4505-a1ec-3fe47ebe0e64/articles/2026/08/cmt3c5ygd01d42pwqvmjbanb7/cover.jpg)





