开发和基于任务的评估,一个分散窗口投影和基于深度学习的传输少衰减补偿方法,用于心肌 perfusion SPECT 的心肌 perfusion
Zitong Yu1, Md Ashequr Rahman1, Craig K Abbey2
1Department of Biomedical Engineering, Washington University in St. Louis, St. Louis, USA.
概括
一个新的Scatter-window投影和基于深度学习的减弱补偿 (SLAC) 方法使无传输的SPECT心肌 perfusion成像成为可能. 这种方法实现了与基于CT的AC可比的诊断性能,减少了辐射暴露和成本.
科学领域:
- 医疗成像医学成像
- 核医学是一种核医学.
- 医疗保健中的人工智能
背景情况:
- 衰减补偿 (AC) 对于精确的单光子发射计算机断层扫描 (SPECT) 和心肌输液成像 (MPI) 非常重要.
- 传统的AC依赖于传输扫描 (例如CT),增加辐射剂量,成本和潜在的错误注册错误.
- 许多SPECT系统缺乏集成的CT扫描仪,限制了AC的实施.
研究的目的:
- 为SPECT MPI开发和评估一种新的无传输交流方法.
- 评估Scatter窗口投影和基于深度学习的AC (SLAC) 方法的临床疗效.
- 为了比较基于CT的AC (CTAC) 和无AC (NAC) 的SLAC性能,用于检测 perfusion 缺陷.
主要方法:
- 开发Scatter窗口投影和基于深度学习的AC (SLAC) 算法.
- 匿名临床SPECT/CT压力MPI图像的回顾性分析.
- 使用接收机运行特征 (ROC) 分析和曲线下的面积 (AUC) 度量来评估目标性能.
主要成果:
- 该SLAC方法的诊断性能几乎与CTAC用于检测 perfusion 缺陷的诊断性能相同.
- 对于SLAC和CTAC的接收器操作特征 (ROC) 图表几乎重叠.
- 对于SLAC的ROC (AUC) 值下的面积与CTAC的值相似.
结论:
- SLAC方法为SPECT MPI提供了有效的无传输交流.
- SLAC显示出有可能取代基于CT的AC,减轻相关的缺点.
- 需要对SLAC方法进行进一步的临床验证.
