トランスフォーマーベースのディープラーニングモデルを使用した超高速マルチトレーサー全身PETイメージング
Hao Sun1, Amirhossein Sanaat2, Wenxiang Yi3
1School of Biomedical Engineering, Southern Medical University, 1023 Shatai Road, Guangzhou 510515, China (H.S., W.Y., L.L.); Division of Nuclear Medicine and Molecular Imaging, Geneva University Hospital, CH‑1211 Geneva, Switzerland (H.S., A.S., Y.S., C.E.D., C.I., H.Z.); Guangdong Provincial Key Laboratory of Medical Image Processing, Southern Medical University, 1023 Shatai Road, Guangzhou 510515, China (H.S., W.Y., L.L.); Guangdong Province Engineering Laboratory for Medical Imaging and Diagnostic Technology, Southern Medical University, 1023 Shatai Road, Guangzhou 510515, China (H.S., W.Y., L.L.).
ディープラーニングモデルは,超高速スキャンによるポジトロン放出トモグラフィ (PET) の画像品質を向上させます. この技術は,多トレーサー全身PETイメージングでの病変検出と画像品質を改善します.
科学分野:
- 医療用イメージング
- 人工知能
- 放射化学
背景:
- PETスキャンの動きや患者の不快感を最小限に抑えるためには,取得時間を短縮する必要があります.
- 超高速PETイメージングは診断画像の品質を維持する上で課題を提示しています.
研究 の 目的:
- 超高速スキャンから高品質のPET画像を合成するためのディープラーニングの枠組みを開発し評価する.
- マルチトレーサー全身PETイメージングにおけるフレームワークの性能を評価する.
主な方法:
- クリニカル uEXPLORER PET/CTデータセットの遡及分析 ([18F]FDG, [18F]FAPI, [68Ga]FAPI)
- リストモードで超高速のPET画像 (3-40秒) を生成する.
- 2つの3D SwinUNETR-V2のバリエーション (PETのみとPET+CT融合) の開発
- 訓練とテストの5倍クロス検証
主要な成果:
- 両方のディープラーニングモデルは,元の超高速スキャンと比較して主観的な画像品質と病変検出能力を大幅に改善しました.
- ピークシグナル対ノイズ比 (PSNR) を含む客観的な画像品質指標は,超短時間の取得において強化されました.
- [18F]FDGのデータセットでは,3秒,6秒,15秒の取得時間 (p < 0.001) で,PSNRの有意な改善が観察されました.
結論:
- 提案されたディープラーニングモデルは,超高速プロトコルで得られたマルチトレーサー全身PETスキャンにおける画像品質を効果的に向上させます.
- 合成されたPET画像は,画像の質と病変の検出能力の観点から,標準的なスキャンに匹敵する性能を示しています.
- このアプローチは 診断の正確性を損なうことなく より迅速で快適なPETイメージングを可能にします
関連する概念動画
Positron Emission Tomography
One of the main requirements of a PET scan is a positron-emitting radioisotope, which is produced in a cyclotron and then attached to a substance used by the part of the body...
Imaging Studies II: Positron Emission Tomography and Scintigraphy
Fundamental Principles of PET


