Nová studie s názvem „Využití Pix-2-Pix GAN pro korekci útlumu celého těla PSMA PET/CT založenou na hlubokém učení“ byla nedávno publikována v 15. ročníku časopisu Oncotarget, 7. května 2024.
Radiační expozice z následných PET/CT vyšetření při sledování onkologických pacientů je znepokojivá. V tomto nedávném výzkumu představil tým výzkumníků z Národního onkologického institutu (National Cancer Institute) včetně Kevina C. Ma, Esther Meny, Lizy Lindenbergové, Nathana S. Laye, Phillipa Eclarinala, Deborah E. Citrinové, Petera A. Pinta, Bradforda J. Wooda, Williama L. Dahuta, Jamese L. Gulleyho, Raviho A. Madana, Petera L. Choykeho, Ismaila Barise Turkbeye a Stephanie A. Harmonové nástroj umělé inteligence (AI). Tento nástroj si klade za cíl generovat snímky PET s korigovanou atenuací (AC-PET) z snímků PET bez korigované atenuace (NAC-PET), což by potenciálně mohlo snížit potřebu CT vyšetření s nízkými dávkami záření.
„Snímky PET generované umělou inteligencí mají klinický potenciál snížit potřebu korekce útlumu na CT snímcích a zároveň zachovat kvantitativní markery a kvalitu obrazu u pacientů s rakovinou prostaty.“
Metody: Na základě párových snímků AC-PET a NAC-PET byl vyvinut algoritmus hlubokého učení založený na architektuře 2D Pix-2-Pix generativní adversarial network (GAN). Studie 18F-DCFPyL PSMA (prostatický specifický membránový antigen) PET-CT u 302 pacientů s rakovinou prostaty byla rozdělena do trénovací, validační a testovací skupiny (n = 183, 60 a 59). Model byl trénován pomocí dvou standardizovaných strategií: založených na standardní hodnotě absorpce (SUV) a založených na SUV-NYUL. Horizontální výkon skenování byl hodnocen pomocí normalizované střední kvadratické chyby (NMSE), střední absolutní chyby (MAE), indexu strukturní podobnosti (SSIM) a poměru signálu k šumu (PSNR). Lékař nukleární medicíny prospektivně provedl analýzu úrovně lézí v sledované oblasti. Indikátory SUV byly hodnoceny pomocí vnitroskupinového korelačního koeficientu (ICC), koeficientu opakovatelnosti (RC) a lineárních modelů smíšených efektů.
Výsledky：V nezávislé testovací kohortě byly mediány NMSE, MAE, SSIM a PSNR 13,26 %, 3,59 %, 0,891 a 26,82. ICC pro SUVmax a SUVmean byly 0,88 a 0,89, což naznačuje silnou korelaci mezi původními a kvantitativními zobrazovacími markery generovanými umělou inteligencí. Bylo zjištěno, že faktory, jako je umístění léze, hustota (Hounsfieldovy jednotky) a absorpce léze, ovlivňují relativní chybu v generovaných metrikách SUV (všechny p < 0,05).
„AC-PET generovaný modelem Pix-2-Pix GAN vykazuje metriky SUV, které se úzce shodují s původními snímky. PET snímky generované umělou inteligencí vykazují slibný klinický potenciál pro snížení nutnosti CT vyšetření pro korekci útlumu při zachování kvantitativních markerů a kvality obrazu.“
——————————————————————————————————————————————————————————————————————————————–
Jak všichni víme, rozvoj odvětví lékařského zobrazování je neoddělitelný od vývoje řady zdravotnických zařízení – injektorů kontrastních látek a jejich podpůrného spotřebního materiálu – které se v této oblasti široce používají. V Číně, která je proslulá svým zpracovatelským průmyslem, existuje mnoho výrobců, kteří jsou doma i v zahraničí známí výrobou zdravotnických zobrazovacích zařízení, včetněLnkMedSpolečnost LnkMed se od svého založení zaměřuje na oblast vysokotlakých injektorů kontrastních látek. Inženýrský tým společnosti LnkMed vede Ph.D. s více než desetiletou praxí, který se intenzivně věnuje výzkumu a vývoji. Pod jeho vedením...Jednohlavý vstřikovač CT,Dvouhlavý injektor CT,Injektor kontrastní látky pro magnetickou rezonanciaVysokotlaký injektor kontrastní látky pro angiografiijsou navrženy s těmito vlastnostmi: pevné a kompaktní tělo, pohodlné a inteligentní ovládací rozhraní, kompletní funkce, vysoká bezpečnost a odolná konstrukce. Můžeme také dodat stříkačky a hadičky, které jsou kompatibilní se známými značkami CT, MRI a DSA injektorů. Díky svému upřímnému přístupu a profesionální síle vás všichni zaměstnanci společnosti LnkMed srdečně zvou, abyste se přišli podívat na další trhy a společně je prozkoumali.
Čas zveřejnění: 14. května 2024
