Video Experimental Relacionado
Updated: Sep 9, 2025

Radiotracer Administration for High Temporal Resolution Positron Emission Tomography of the Human Brain: Application to FDG-fPET
Published on: October 22, 2019
Una solución basada en IA para la desinfección de la adquisición rápida [18F]FDG PET: viabilidad clínica y evaluación
Luísa C Silva1, Cláudia S Constantino2, Ricardo Teixeira2
1Champalimaud Clinical Centre, Champalimaud Foundation, Av. Brasília, 1400-038, Lisbon, Portugal. luisa.castelbranco.silva@fundacaochampalimaud.pt.
Los métodos de aprendizaje profundo pueden restaurar rápidamente la calidad de la imagen de la tomografía por emisión de positrones (PET), reduciendo los tiempos de adquisición. Este estudio muestra que la desinformación basada en el aprendizaje profundo alcanza la calidad estándar de atención para las exploraciones PET con fluorodeoxiglucosa 18F.
Área de la Ciencia:
- Imágenes médicas
- La medicina nuclear
- Inteligencia artificial en el cuidado de la salud
Sus antecedentes:
- Reducir la duración de la adquisición de la tomografía por emisión de positrones (PET) mejora la comodidad, la eficiencia y la sostenibilidad del paciente.
- Los escáneres PET de adquisición rápida requieren métodos para restaurar la calidad de la imagen a niveles de atención estándar.
Objetivo del estudio:
- Evaluar la adecuación clínica de los métodos basados en el aprendizaje profundo (DL, por sus siglas en inglés) para restaurar las imágenes PET de adquisición rápida de 18F-fluorodeoxiglucosa (FDG, por sus siglas en inglés).
- Comparar el rendimiento de desnudez basado en DL con los protocolos de adquisición estándar y los filtros de referencia.
Principales métodos:
- Entrenó tres redes neuronales convolucionales en tomografías PET de todo el cuerpo 18F-FDG de 117 pacientes oncológicos.
- Las adquisiciones rápidas evaluadas (20 y 30 segundos/campo de visión axial) con desnudez DL frente a las adquisiciones estándar de 70 segundos/campo de visión axial.
- Se utilizó la evaluación visual por parte de médicos de medicina nuclear y el análisis cuantitativo (detectabilidad de la lesión, relación señal/ruido, desviación del valor de absorción estandarizado).
Principales resultados:
- La desnudez basada en DL permitió adquisiciones rápidas (20 y 30 s/AFOV) para lograr una calidad de imagen comparable a la estándar de cuidado (70 s/AFOV).
- La sensibilidad basada en la lesión y los valores predictivos positivos fueron altos para las imágenes DL-denoizadas (por ejemplo, 72% y 80% para 30 s/AFOV + DL).
- La desnudez basada en DL demostró un acuerdo superior en cuanto a voxel con el estándar de atención y una mejor relación señal-ruido en los órganos en comparación con los métodos estándar.
Conclusiones:
- Los métodos basados en el aprendizaje profundo son adecuados para restaurar las imágenes PET 18F-FDG de cuerpo entero de adquisición rápida a la calidad estándar de atención.
- La desnudez basada en DL supera a los métodos tradicionales de filtrado de referencia.
- Este enfoque ofrece una estrategia prometedora para obtener imágenes PET más eficientes y amigables para el paciente.

