En ny studie med tittelen «Utilizing Pix-2-Pix GAN for Deep Learning-Based Whole-Body PSMA PET/CT Attenuation Correction» ble nylig publisert i bind 15 av Oncotarget 7. mai 2024.
Strålingseksponeringen fra sekvensielle PET/CT-studier i oppfølging av onkologiske pasienter er bekymringsfull. I denne nylige undersøkelsen introduserte et team av forskere, inkludert 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 og Stephanie A. Harmon fra National Cancer Institute ved National Institutes of Health, et verktøy for kunstig intelligens (KI). Dette verktøyet har som mål å generere dempningskorrigerte PET-bilder (AC-PET) fra ikke-dempningskorrigerte PET-bilder (NAC-PET), noe som potensielt reduserer behovet for lavdose-CT-skanninger.
«AI-genererte PET-bilder har det kliniske potensialet til å redusere behovet for dempningskorreksjon på CT-skanninger, samtidig som kvantitative markører og bildekvalitet bevares for prostatakreftpasienter.»
Metoder: En dyp læringsalgoritme basert på 2D Pix-2-Pix generativ adversarial nettverk (GAN) arkitektur ble utviklet basert på parede AC-PET og NAC-PET bilder. 18F-DCFPyL PSMA (Prostata-spesifikt membranantigen) PET-CT-studien av 302 pasienter med prostatakreft ble delt inn i trenings-, validerings- og testgrupper (n = 183, 60 og 59, henholdsvis). Modellen ble trent ved hjelp av to standardiserte strategier: Standard Uptake Value (SUV) basert og SUV-NYUL basert. Horisontal skanningsytelse ble evaluert ved hjelp av normalisert gjennomsnittlig kvadratfeil (NMSE), gjennomsnittlig absoluttfeil (MAE), strukturell likhetsindeks (SSIM) og peak signal-to-noise ratio (PSNR). Nukleærmedisineren utførte prospektivt en lesjonsnivåanalyse av interesseområdet. SUV-indikatorene ble evaluert ved hjelp av intra-gruppe korrelasjonskoeffisient (ICC), repeterbarhetskoeffisient (RC) og lineære blandede effektmodeller.
Resultater：I den uavhengige testkohorten var median NMSE, MAE, SSIM og PSNR henholdsvis 13,26 %, 3,59 %, 0,891 og 26,82. ICC for SUVmax og SUVmean var 0,88 og 0,89, noe som indikerer en sterk korrelasjon mellom de opprinnelige og AI-genererte kvantitative avbildningsmarkørene. Faktorer som lesjonsplassering, tetthet (Hounsfield-enheter) og lesjonsopptak ble funnet å påvirke den relative feilen i de genererte SUV-målingene (alle p < 0,05).
«AC-PET-en generert av Pix-2-Pix GAN-modellen viser SUV-målinger som samsvarer godt med de originale bildene. AI-genererte PET-bilder viser lovende klinisk potensial for å redusere behovet for CT-skanninger for dempningskorreksjon, samtidig som kvantitative markører og bildekvalitet opprettholdes.»
———————————————————————————————————————————————————————————————————————————————–
Som vi alle vet, er utviklingen av medisinsk bildebehandlingsindustri uatskillelig fra utviklingen av en serie medisinsk utstyr – kontrastmiddelinjektorer og tilhørende forbruksvarer – som er mye brukt på dette feltet. I Kina, som er kjent for sin produksjonsindustri, finnes det mange produsenter som er kjente i inn- og utland for produksjon av medisinsk bildebehandlingsutstyr, inkludertLnkMedSiden etableringen har LnkMed konsentrert seg om feltet høytrykksinjektorer for kontrastmiddel. LnkMeds ingeniørteam ledes av en doktorgrad med mer enn ti års erfaring og er dypt engasjert i forskning og utvikling. Under hans veiledning harCT enkelthodeinjektor,CT dobbelthodeinjektor,MR-kontrastmiddelinjektor, ogAngiografi høytrykkskontrastmiddelinjektorer designet med disse funksjonene: det sterke og kompakte huset, det praktiske og intelligente betjeningsgrensesnittet, komplette funksjoner, høy sikkerhet og slitesterkt design. Vi kan også tilby sprøyter og rør som er kompatible med de kjente merkene av CT-, MR- og DSA-injektorer. Med sin oppriktige holdning og profesjonelle styrke inviterer alle ansatte hos LnkMed deg hjertelig til å komme og utforske flere markeder sammen.
Publiseringstid: 14. mai 2024
