Reconstrucción de imágenes PET guiada por inteligencia artificial y imágenes multi-trazador: nuevos métodos, desafíos...

Área de la Ciencia:

• Imágenes médicas
• Radiología
• La medicina nuclear

Sus antecedentes:

• La tomografía por emisión de positrones/tomografía computarizada (PET/CT) es una herramienta de diagnóstico crucial.
• Los sistemas PET/CT tradicionales se enfrentan a limitaciones en cuanto a sensibilidad, cobertura y tiempo de exploración.

Objetivo del estudio:

• Revisar los avances recientes en la tecnología de imágenes PET/CT.
• Destacar el impacto de los nuevos diseños de escáneres y la inteligencia artificial (IA) en las capacidades de imagen.

Principales métodos:

• Revisión de la literatura reciente sobre los escáneres PET/TC de campo de visión de cuerpo entero y de largo eje.
• Análisis de las aplicaciones de la IA en la reconstrucción y el procesamiento de imágenes PET/CT.
• Discusión de técnicas impulsadas por la IA como la súper resolución y la compensación de movimiento.

Principales resultados:

• Los escáneres FOV de cuerpo total y de eje largo proporcionan una mayor sensibilidad, una mayor cobertura y una imagen más rápida y de dosis más baja.
• La IA mejora la reconstrucción de imágenes, la resolución y la cuantificación de múltiples trazadores.
• Las técnicas de IA mejoran la detectabilidad de la lesión y la calidad general de la imagen.

Conclusiones:

• Las innovaciones en el hardware PET/CT y la IA tienen un potencial significativo para transformar las imágenes clínicas y de investigación.
• Sigue habiendo desafíos en la validación e implementación de estas técnicas avanzadas para la práctica clínica de rutina.