2023年北美核医学与分子影像(Society of Nuclear Medicine and Molecular Imaging，SNMMI)年会于6月24日至27日在美国芝加哥举办。北京大学医学技术研究院（以下简称“医研院”）谢肇恒团队的研究“Fast and robust estimation of kinetic parameters in dynamic PET imaging using neural network-based discretization method”入选大会口头报告。其中第一作者与报告人为即将入学医研院的硕士生邵闻睿，合作者还包括即将入学医研院的博士生陈亦新与肿瘤医院的杨志主任、李囡主任、孟祥溪研究员等。

该研究采用神经网络方法求解了由动态PET成像方式导出的动力学方程组，通过动力学方程组作为生理学约束完成了动力学参数推断任务。这项研究表明了神经网络在PET动力学建模中解决微分方程的可行性。相较于经典方法，神经网络方法在高水平噪声下以更低的推断偏差展现了其可靠性。该方法集成了微分方程求解、参数估计和延迟校正三项功能，考虑到基于神经网络的方法适用于并行计算，这种方法还具有加速高通量代谢分析的潜能。来自耶鲁大学的Richard Carson教授对该工作给出了高度评价，并在会后给出了进一步改进的建议与意见。

SNMMI作为全球核医学与分子影像学领域规模最大、最具影响力的学术盛会，每年有上万名相关领域的学生、技师与科学家参加，交流最新研究成果，入选论文更是脱颖而出的佳作。谢肇恒团队在医研院的大力支持下，与北京大学肿瘤医院孟祥溪研究员（杨志主任团队）密切合作，搭建了一支多学科交叉的研究队伍，面向临床需求开展了多项分子影像的核心算法。本次入选大会报告表明，去年夏令营至今的科研培养已取得初步成果，未来团队将继续深耕医学影像技术的研发与应用转化，加强交流与合作，在分子影像领域贡献更多的“北大”方案。