苏铭研究深度学习重建方法在低计数条件下的表现,尤其关注这类方法可能产生的虚假结构。 他的工作强调用面向任务的指标(如病灶检出率)而非单纯的图像相似度来评价重建质量——后者容易掩盖临床上最关键的失效模式。
2026Quantitative correction for respiratory motion in simultaneous PET/MRIY. Zheng*, Z. Shen*, H. Nakamura, M. SuIEEE Transactions on Medical Imaging 45(2), 2026 · 期刊论文* 共同第一作者DOI代码
2025Task-based evaluation of deep reconstruction for low-dose total-body PETM. Su, Y. ZhengProceedings of MICCAI 2025, 2025 · 会议论文DOI代码