본 논문은 딥러닝을 이용하여 CT 스캔으로부터 PET 이미지를 생성하는 방법을 제안합니다. 전신 이미지 변환의 어려움을 해결하기 위해, 머리, 몸통, 팔, 다리 네 영역으로 CT 이미지를 분할하고, 각 영역에 특화된 GAN(Generative Adversarial Networks)을 사용하여 CT-to-PET 변환을 수행합니다. 각 영역에서 생성된 합성 PET 이미지를 이어 붙여 전신 스캔을 재구성합니다. Pix2Pix와 CycleGAN 아키텍처를 사용하여 paired 및 unpaired 시나리오를 실험하고, 비분할 GAN과 비교 분석하여 정량적 평가를 수행했습니다. 그 결과, 영역별 GAN이 전신 및 병변 수준에서 상당한 성능 향상을 보였으며, 특히 Pix2Pix가 정확하고 고품질의 이미지 합성을 제공하여 최첨단 결과를 달성했습니다. 이 방법은 CT 데이터로부터 정확한 가상 PET 스캔을 생성하여 디지털 트윈 기반 의료 서비스를 지원합니다.
