연구진이 PET/CT 이미지 분할을 위한 새로운 상호 증류 프레임워크 MuDuo를 제안했어요. MuDuo는 CT와 PET 이미지의 구조적, 기능적 특징을 활용하여 학생 네트워크에 지식을 전달해요.
SAM-Med3D와 SegAnyPET라는 두 가지 기반 모델을 활용하여 수동 프롬프트 없이 분할 작업을 수행하며, AutoPET 데이터셋에서 5개의 라벨 데이터만으로 최고 성능을 달성했어요.
연구 코드는 GitHub에서 공개되었으며, PET/CT 이미지 분할의 효율성과 정확성을 높이는 데 기여할 것으로 기대돼요.