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.
Stråleeksponeringen fra sekvensielle PET/CT-studier i onkologisk pasientoppfølging er en bekymring. I denne nylige undersøkelsen har 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 introduserte et verktøy for kunstig intelligens (AI). Dette verktøyet tar sikte på å generere dempningskorrigerte PET-bilder (AC-PET) fra ikke-dempningskorrigerte PET-bilder (NAC-PET), noe som potensielt reduserer nødvendigheten av 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 for prostatakreftpasienter bevares."
Metoder: En dyplæringsalgoritme basert på 2D Pix-2-Pix generative adversarial network (GAN) arkitektur ble utviklet basert på parede AC-PET- og NAC-PET-bilder. 18F-DCFPyL PSMA (Prostate-specific membrane antigen) PET-CT-studien av 302 pasienter med prostatakreft ble delt inn i trenings-, validerings- og testgrupper (henholdsvis n 183, 60 og 59). Modellen ble trent ved å bruke to standardiserte strategier: Standard Uptake Value (SUV) basert og SUV-NYUL basert. Skanning av horisontal ytelse ble evaluert ved å bruke normalisert gjennomsnittlig kvadratfeil (NMSE), gjennomsnittlig absolutt feil (MAE), strukturell likhetsindeks (SSIM) og topp signal-til-støy-forhold (PSNR). Nukleærmedisineren utførte prospektivt en lesjonsnivåanalyse av interesseområdet. SUV-indikatorene ble evaluert ved å bruke intra-gruppe korrelasjonskoeffisient (ICC), repeterbarhetskoeffisient (RC) og lineære blandede effekter modeller.
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 SUV-gjennomsnitt var 0,88 og 0,89, noe som indikerer en sterk korrelasjon mellom de originale og AI-genererte kvantitative avbildningsmarkørene. Faktorer som lesjonsplassering, tetthet (Hounsfield-enheter) og lesjonsopptak ble funnet å påvirke den relative feilen i de genererte SUV-beregningene (alle p < 0,05).
"AC-PET generert av Pix-2-Pix GAN-modellen demonstrerer SUV-målinger som stemmer godt overens med originalbildene. AI-genererte PET-bilder viser et lovende klinisk potensial for å redusere nødvendigheten av CT-skanninger for dempingskorreksjon samtidig som kvantitative markører og bildekvalitet opprettholdes.»
————————————————————————————————————————————————— —————————————————————————————————————————
Som vi alle vet, er utviklingen av medisinsk bildebehandling uatskillelig fra utviklingen av en rekke medisinsk utstyr – kontrastmiddelinjektorer og deres støttende forbruksvarer – som er mye brukt på dette feltet. I Kina, som er kjent for sin produksjonsindustri, er det mange produsenter kjent i inn- og utland for produksjon av medisinsk bildebehandlingsutstyr, inkludertLnkMed. Siden etableringen har LnkMed konsentrert seg om høytrykkskontrastmiddelinjektorer. LnkMeds ingeniørteam ledes av en Ph.D. med mer enn ti års erfaring og er dypt engasjert i forskning og utvikling. Under hans veiledning harCT enkelthode injektor,CT dobbelthode injektor,MR kontrastmiddel injektor, ogAngiografi høytrykks kontrastmiddelinjektorer designet med disse funksjonene: den sterke og kompakte kroppen, det praktiske og intelligente betjeningsgrensesnittet, de komplette funksjonene, høy sikkerhet og holdbar design. Vi kan også tilby sprøyter og slanger som er kompatible med de kjente merkene av CT-, MR-, DSA-injektorer Med deres oppriktige holdning og profesjonelle styrke inviterer alle ansatte i LnkMed deg til å komme og utforske flere markeder sammen.
Innleggstid: 14. mai 2024
