深度学习对心肌 perfusion SPECT 的衰减图的近似与一个IQ SPECT 聚合器
Tamino Huxohl1, Gopesh Patel1, Reinhard Zabel2
1Institute of Radiology, Nuclear Medicine and Molecular Imaging, Heart and Diabetes Center North Rhine-Westphalia, University Hospital of the Ruhr University Bochum, Bad Oeynhausen, Germany.
EJNMMI physics
|August 28, 2023
概括
深度学习可以通过使用具有IQSPECT协同仪的SPECT扫描仪对心肌 perfusion成像的衰减图进行近似估计. 这种方法提高了诊断信心,不需要CT扫描,使其更容易获得.
科学领域:
- 医疗成像医学成像
- 核医学就是核医学.
- 人工智能的人工智能
背景情况:
- CT成像有助于SPECT心肌输液成像,但往往无法使用.
- 仅使用SPECT扫描仪的扫描仪限制了减弱校正能力.
- 深度学习对近似衰减图表显示出希望.
研究的目的:
- 从未经减弱纠正的SPECT数据中调查深度学习的减弱图近似值.
- 评估使用IQSPECT聚合仪在SPECT扫描仪上的可行性.
主要方法:
- 150个SPECT研究的回顾性获取.
- 使用条件生成对抗网络进行训练的U-Net模型.
- 预测与实际衰减地图 (NMAE) 和极地图 (APE) 的比较.
主要成果:
- 预测的衰减地图与真实地图非常相似 (NMAE:0.020±0.007).
- 来自预测衰减图的极地图与基于CT的地图具有很高的相似性.
- 实现了低像素 (3.095±3.199) 和细分 (1.155±0.769) 的错误.
结论:
- 深度学习有效地将减弱图与非减弱校正的SPECT重建进行近似.
- 对于配备了IQSPECT聚合器的SPECT扫描仪来说是可行的.
- 有潜力提高心肌输液成像中的诊断信心.
