En ny studie med titeln "Utilizing Pix-2-Pix GAN for Deep Learning-Based Whole-Body PSMA PET/CT Attenuation Correction" publicerades nyligen i Volym 15 av Oncotarget den 7 maj 2024.
Strålningsexponeringen från sekventiella PET/CT-studier i onkologisk patientuppföljning är ett problem. I den här senaste undersökningen har ett team av forskare inklusive 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 och Stephanie A. Harmon från National Cancer Institute vid National Institutes of Health introducerade ett verktyg för artificiell intelligens (AI). Det här verktyget syftar till att generera dämpningskorrigerade PET-bilder (AC-PET) från icke-dämpningskorrigerade PET-bilder (NAC-PET), vilket potentiellt minskar behovet av CT-skanningar i låga doser.
"Ai-genererade PET-bilder har den kliniska potentialen att minska behovet av dämpningskorrigering på CT-skanningar samtidigt som kvantitativa markörer och bildkvalitet för prostatacancerpatienter bevaras."
Metoder: En djupinlärningsalgoritm baserad på 2D Pix-2-Pix generativa motstridiga nätverksarkitektur (GAN) utvecklades baserat på parade AC-PET- och NAC-PET-bilder. 18F-DCFPyL PSMA (Prostate-specific membrane antigen) PET-CT-studien av 302 patienter med prostatacancer delades in i tränings-, validerings- och testgrupper (n 183, 60 respektive 59). Modellen tränades med två standardiserade strategier: Standard Uptake Value (SUV)-baserad och SUV-NYUL-baserad. Skanning av horisontell prestanda utvärderades med hjälp av normaliserat medelkvadratfel (NMSE), genomsnittligt absolut fel (MAE), strukturellt likhetsindex (SSIM) och toppsignal-till-brusförhållande (PSNR). Nuklearmedicinaren gjorde prospektivt en lesionsnivåanalys av intresseområdet. SUV-indikatorerna utvärderades med hjälp av intra-grupp korrelationskoefficient (ICC), repeterbarhetskoefficient (RC) och linjära blandade effekter modeller.
Resultat:I den oberoende testkohorten var medianen för NMSE, MAE, SSIM och PSNR 13,26 %, 3,59 %, 0,891 respektive 26,82. ICC för SUVmax och SUV-mean var 0,88 och 0,89, vilket indikerar en stark korrelation mellan de ursprungliga och AI-genererade kvantitativa bildmarkörerna. Faktorer som lesionsplats, densitet (Hounsfield-enheter) och lesionsupptag visade sig påverka det relativa felet i de genererade SUV-måtten (alla p < 0,05).
"AC-PET som genereras av Pix-2-Pix GAN-modellen visar SUV-mått som ligger nära originalbilderna. AI-genererade PET-bilder uppvisar lovande klinisk potential för att minska behovet av CT-skanningar för dämpningskorrigering samtidigt som kvantitativa markörer och bildkvalitet bibehålls."
————————————————————————————————————————————————— —————————————————————————————————————————
Som vi alla vet är utvecklingen av den medicinska bildbehandlingsindustrin oskiljaktig från utvecklingen av en serie medicinsk utrustning – kontrastmedelsinjektorer och deras förbrukningsvaror – som används i stor utsträckning inom detta område. I Kina, som är känt för sin tillverkningsindustri, finns det många tillverkare kända hemma och utomlands för produktion av medicinsk bildutrustning, inklusiveLnkMed. Sedan starten har LnkMed koncentrerat sig på området högtrycksinjektorer för kontrastmedel. LnkMeds ingenjörsteam leds av en Ph.D. med mer än tio års erfarenhet och är djupt engagerad i forskning och utveckling. Under hans ledning harCT enhuvudsinjektor,CT dubbelhuvud injektor,MRT kontrastmedel injektor, ochAngiografi högtryckskontrastmedelsinjektorär designade med dessa egenskaper: den starka och kompakta kroppen, det bekväma och intelligenta gränssnittet, de kompletta funktionerna, hög säkerhet och hållbar design. Vi kan också tillhandahålla sprutor och slangar som är kompatibla med de kända märkena av CT, MRI, DSA-injektorer. Med sin uppriktiga attityd och professionella styrka inbjuder alla anställda på LnkMed dig att komma och utforska fler marknader tillsammans.
Posttid: 14 maj 2024
