"Derin Öğrenme Tabanlı Tüm Vücut PSMA PET/CT Zayıflama Düzeltmesi için Pix-2-Pix GAN'ın Kullanılması" başlıklı yeni bir çalışma yakın zamanda 7 Mayıs 2024'te Oncotarget'in 15. Cildinde yayınlandı.
Onkoloji hasta takibinde sıralı PET/BT çalışmalarından kaynaklanan radyasyona maruz kalma endişe vericidir. Bu son araştırmada aralarında 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'in de bulunduğu bir araştırmacı ekibi yer aldı. Ulusal Sağlık Enstitüleri Ulusal Kanser Enstitüsü'nden L. Gulley, Ravi A. Madan, Peter L. Choyke, İsmail Barış Türkbey ve Stephanie A. Harmon bir yapay zeka (AI) aracını tanıttı. Bu araç, zayıflaması düzeltilmemiş PET (NAC-PET) görüntülerinden zayıflaması düzeltilmiş PET (AC-PET) görüntüleri oluşturmayı ve potansiyel olarak düşük dozlu BT taramalarının gerekliliğini azaltmayı amaçlamaktadır.
"Yapay zeka ile oluşturulan PET görüntüleri, prostat kanseri hastaları için kantitatif belirteçleri ve görüntü kalitesini korurken, CT taramalarında zayıflama düzeltmesi ihtiyacını azaltacak klinik potansiyele sahiptir."
Yöntemler: Eşleştirilmiş AC-PET ve NAC-PET görüntülerine dayalı olarak 2D Pix-2-Pix üretken çekişmeli ağ (GAN) mimarisine dayalı bir derin öğrenme algoritması geliştirildi. Prostat kanserli 302 hasta üzerinde yapılan 18F-DCFPyL PSMA (Prostat spesifik membran antijeni) PET-CT çalışması eğitim, doğrulama ve test gruplarına bölünmüştür (sırasıyla n = 183, 60 ve 59). Model iki standart strateji kullanılarak eğitildi: Standart Alım Değeri (SUV) tabanlı ve SUV-NYUL tabanlı. Yatay tarama performansı, normalleştirilmiş ortalama kare hatası (NMSE), ortalama mutlak hata (MAE), yapısal benzerlik indeksi (SSIM) ve tepe sinyal-gürültü oranı (PSNR) kullanılarak değerlendirildi. Nükleer tıp doktoru prospektif olarak ilgilenilen alanın lezyon seviyesi analizini gerçekleştirdi. SUV göstergeleri grup içi korelasyon katsayısı (ICC), tekrarlanabilirlik katsayısı (RC) ve doğrusal karışık etki modelleri kullanılarak değerlendirildi.
Sonuçlar:Bağımsız test grubunda medyan NMSE, MAE, SSIM ve PSNR sırasıyla %13,26, %3,59, 0,891 ve 26,82 idi. SUVmax ve SUVmean için ICC 0,88 ve 0,89 idi; bu, orijinal ve yapay zeka tarafından oluşturulan kantitatif görüntüleme belirteçleri arasında güçlü bir korelasyon olduğunu gösteriyor. Lezyon konumu, yoğunluk (Hounsfield birimleri) ve lezyon alımı gibi faktörlerin, oluşturulan SUV ölçümlerindeki göreceli hatayı etkilediği bulunmuştur (tümü p < 0,05).
"Pix-2-Pix GAN modeli tarafından oluşturulan AC-PET, orijinal görüntülerle yakından uyumlu SUV ölçümlerini gösteriyor. Yapay zeka tarafından oluşturulan PET görüntüleri, kantitatif belirteçleri ve görüntü kalitesini korurken zayıflama düzeltmesi için CT taramalarının gerekliliğini azaltma konusunda umut verici klinik potansiyel sergiliyor."
—————————————————————————————————————————————— ——————————————————————————————————————
Hepimizin bildiği gibi, tıbbi görüntüleme endüstrisinin gelişimi, bu alanda yaygın olarak kullanılan bir dizi tıbbi ekipmanın (kontrast madde enjektörleri ve bunları destekleyen sarf malzemeleri) geliştirilmesinden ayrılamaz. İmalat sanayisiyle ünlü olan Çin'de, tıbbi görüntüleme ekipmanlarının üretimiyle yurt içinde ve yurt dışında ünlü birçok üretici bulunmaktadır.LnkMed. LnkMed kuruluşundan bu yana yüksek basınçlı kontrast madde enjektörleri alanına yoğunlaşmıştır. LnkMed'in mühendislik ekibi, doktora derecesine sahip bir kişi tarafından yönetilmektedir. On yıldan fazla deneyime sahip ve araştırma ve geliştirmeyle derinden ilgileniyor. Onun rehberliği altında,CT tek kafalı enjektör,CT çift kafalı enjektör,MRI kontrast maddesi enjektörü, VeAnjiyografi yüksek basınçlı kontrast madde enjektörüşu özelliklerle tasarlanmıştır: güçlü ve kompakt gövde, kullanışlı ve akıllı çalışma arayüzü, eksiksiz işlevler, yüksek güvenlik ve dayanıklı tasarım. Ayrıca ünlü CT,MRI,DSA enjektör markalarıyla uyumlu şırınga ve tüpler de sağlayabiliriz. LnkMed'in tüm çalışanları samimi tavırları ve profesyonel güçleriyle sizi gelip daha fazla pazarı birlikte keşfetmeye içtenlikle davet ediyor.
Gönderim zamanı: Mayıs-14-2024
