在全球放射学界最受瞩目的年度盛会上，赛诺威盛首次投稿，RSNA 2026中稿9篇，展现了强劲的科研突破力与技术临床融合实力。
5篇聚焦深度学习重建（DLR）算法V-Clarity，从低剂量、薄层到增强扫描，系统验证深度学习算法重建对图像质量的提升。
3篇聚焦双域深度学习去金属伪影算法VMAR，覆盖脊柱内固定螺钉、骨盆与髋关节金属植入物、心脏起搏器等骨科与心胸高频场景，重点考察其抑制条状放射伪影、校正CT值失真并保留植入物周围正常组织信息的能力。
1篇聚焦立位CT负重位膝骨关节炎下肢力线评估， OmegaCT One立位CT科研成果首次登上RSNA国际学术舞台的重要里程碑。该研究以自然负重状态下的全下肢连续三维扫描减少传统分段拼接伪影，并结合AI智能工作站IVB自动识别骨性标志、测量力线参数。这些成果进一步把研究重点从单纯图像质量改善推进到病灶显示、术后随访和量化决策，也展现了算法、设备与临床场景协同创新的转化能力。
ARCC全称Academic Research Clinical Collaboration Center，即赛诺临床科研合作中心。它是面向CT临床科研的跨学科协作平台，连接临床需求、工程技术与学术成果，通过RSNA投稿，助力医院发表更多高质量文章。
团队由临床影像、医学工程、算法研发、产品与科研管理等多学科成员组成，依托长期的国际临床科研合作经验，ARCC强调授人以渔和能力共建，既帮助医院完成具体研究，也注重将科研方法、数据规范与转化思维沉淀到合作团队中。旨在为医院合作者提供覆盖应用研究、开发研究与探索研究的全链条服务。
赛诺威盛坚守硬核源头技术创新，长期依托产学研医的科研布局。未来也将深耕医工协同，与医院医生联合攻关，以技术创新驱动科研成果转化。
