南京应用数学中心A组刘继军教授、全职研究人员王冬博士，与南京鼓楼医院核医学科、南京大学数学学院合作，于2024年在《Physics in Medicine & Biology》(Vol.69)上发表题为“M³S-Net: multi-modality multi-branch multi-self-attention network with structure-promoting loss for low-dose PET/CT enhancement”的学术论文。

       中心王冬博士为该论文第一作者。基于深度学习和人工智能的医学影像成像和影像处理是中心A组的重要研究方向。针对现有的PET成像方法成像时间过长从而影响患者舒适度和成像精度的缺点，论文提出了一种基于多模态图像结构相似度深度神经网络的短时PET图像增强方法。该方法构建了多模态多分支带自注意力机制的深度卷积神经网络，并在损失函数中引入多模态图像结构相似度来学习CT图像中的结构信息，使得短时PET图像（每个窗位采集时间10s）的峰值信噪比提高9%（金标准：每个窗位采集时间60s），相比于其他前沿的PET图像增强方法也有一定的提升。

       《Physics in Medicine & Biology》是一本在医学物理学和生物医学工程领域具有重要影响力的国际期刊。该期刊由英国物理学会IOP Publishing Ltd.代表Institute of Physics and Engineering in Medicine (IPEM)出版，主要关注理论、计算和实验物理学在医学、生理学和生物学的发展和应用。期刊涵盖的主题包括生物医学成像（X射线、磁共振、超声、光学和核医学成像）、生物医学物理学和分析中的人工智能、辐射剂量测定等。这篇学术论文的发表，标志着南京应用数学中心作为重要的学术平台，在核医学成像领域取得了重要进展。A课题组未来将在多家医院全方位验证该项学术成果的有效性，并不断推动其产业化。