Nowe badanie zatytułowane „Wykorzystanie Pix-2-Pix GAN do korekcji tłumienia całego ciała w oparciu o głębokie uczenie się (Deep Learning-Based Whole-Body PSMA PET/CT Attenuation Correction) zostało niedawno opublikowane w tomie 15 czasopisma Oncotarget 7 maja 2024 r.
Ekspozycja na promieniowanie podczas sekwencyjnych badań PET/CT w obserwacji pacjentów onkologicznych budzi obawy. W ramach tego niedawnego badania zespół naukowców, w którego skład weszli Kevin C. Ma, Esther Mena, Liza Lindenberg, Nathan S. Lay, Phillip Eclarinal, Deborah E. Citrin, Peter A. Pinto, Bradford J. Wood, William L. Dahut, James L. Gulley, Ravi A. Madan, Peter L. Choyke, Ismail Baris Turkbey i Stephanie A. Harmon z Narodowego Instytutu Onkologii (National Cancer Institute) w ramach Narodowych Instytutów Zdrowia (NIH), przedstawił narzędzie oparte na sztucznej inteligencji (AI). Celem tego narzędzia jest generowanie obrazów PET z korekcją atenuacji (AC-PET) z obrazów PET bez korekcji atenuacji (NAC-PET), co potencjalnie zmniejsza konieczność wykonywania tomografii komputerowej z niską dawką promieniowania.
„Obrazy PET generowane przy użyciu sztucznej inteligencji mają potencjał kliniczny pozwalający na ograniczenie konieczności korekcji tłumienia w tomografii komputerowej, przy jednoczesnym zachowaniu markerów ilościowych i jakości obrazu u pacjentów z rakiem prostaty”.
Metody: Opracowano algorytm głębokiego uczenia oparty na architekturze 2D generatywnej sieci przeciwstawnej (GAN) Pix-2-Pix na podstawie sparowanych obrazów AC-PET i NAC-PET. Badanie PET-CT 18F-DCFPyL PSMA (antygen błonowy specyficzny dla prostaty) 302 pacjentów z rakiem prostaty podzielono na grupę szkoleniową, walidacyjną i testową (odpowiednio n 183, 60 i 59). Model trenowano przy użyciu dwóch standaryzowanych strategii: opartej na standardowej wartości wychwytu (SUV) i opartej na SUV-NYUL. Wydajność skanowania poziomego oceniano przy użyciu znormalizowanego średniego błędu kwadratowego (NMSE), średniego błędu bezwzględnego (MAE), wskaźnika podobieństwa strukturalnego (SSIM) i szczytowego stosunku sygnału do szumu (PSNR). Lekarz medycyny nuklearnej przeprowadził prospektywną analizę poziomu zmian w obszarze zainteresowania. Wskaźniki SUV oceniano przy użyciu współczynnika korelacji wewnątrzgrupowej (ICC), współczynnika powtarzalności (RC) i liniowych modeli efektów mieszanych.
Wyniki：W niezależnej kohorcie testowej mediany NMSE, MAE, SSIM i PSNR wyniosły odpowiednio 13,26%, 3,59%, 0,891 i 26,82. Współczynnik ICC dla SUVmax i SUVmean wyniósł 0,88 i 0,89, co wskazuje na silną korelację między oryginalnymi a wygenerowanymi przez sztuczną inteligencję markerami obrazowania ilościowego. Stwierdzono, że czynniki takie jak lokalizacja zmiany, gęstość (w jednostkach Hounsfielda) i wychwyt zmiany wpływają na błąd względny w generowanych metrykach SUV (wszystkie p < 0,05).
„Zdjęcie AC-PET wygenerowane przez model Pix-2-Pix GAN pokazuje metryki SUV, które są ściśle zgodne z oryginalnymi obrazami. Obrazy PET wygenerowane przez sztuczną inteligencję wykazują obiecujący potencjał kliniczny w zakresie ograniczania konieczności wykonywania tomografii komputerowej w celu korekcji tłumienia, przy jednoczesnym zachowaniu ilościowych markerów i jakości obrazu”.
————————————————————————————————————————————————————————————————————————————————————————————–
Jak wszyscy wiemy, rozwój branży obrazowania medycznego jest nierozerwalnie związany z rozwojem szeregu urządzeń medycznych – wstrzykiwaczy środka kontrastowego i materiałów eksploatacyjnych – które są szeroko stosowane w tej dziedzinie. W Chinach, słynących z przemysłu wytwórczego, działa wielu producentów, znanych w kraju i za granicą z produkcji sprzętu do obrazowania medycznego, w tym:LnkMedOd momentu powstania firma LnkMed koncentruje się na dziedzinie wstrzykiwaczy wysokociśnieniowych środków kontrastowych. Zespołem inżynierów LnkMed kieruje doktorant z ponad dziesięcioletnim doświadczeniem, który jest głęboko zaangażowany w badania i rozwój. Pod jego kierownictwemWtryskiwacz CT z pojedynczą głowicą,Wtryskiwacz CT z podwójną głowicą,Wstrzykiwacz środka kontrastowego do MRI, IWtryskiwacz środka kontrastowego wysokociśnieniowego do angiografiiZostały zaprojektowane z myślą o następujących cechach: solidna i kompaktowa obudowa, wygodny i inteligentny interfejs użytkownika, pełen zakres funkcji, wysokie bezpieczeństwo i trwała konstrukcja. Oferujemy również strzykawki i dreny kompatybilne ze znanymi markami iniektorów TK, MRI i DSA. Dzięki swojemu szczeremu podejściu i profesjonalizmowi, wszyscy pracownicy LnkMed serdecznie zapraszają do wspólnego odkrywania nowych rynków.
Czas publikacji: 14 maja 2024 r.
