超快速的全身骨头断层扫描用高灵敏度的360°CZT摄像头和专门的深度学习降噪算法实现

科学领域:

• 核医学就是核医学.
• 医疗成像医学成像
• 医疗保健中的人工智能

背景情况:

• 全身骨头单光子发射计算机断层扫描 (SPECT) 通常需要大约10分钟的时间来获取图像.
• 高灵敏度的360°和化 (CZT) 摄像头被用于改进的SPECT成像.
• 深度学习算法为图像增强和降噪提供了潜在的潜力.

研究的目的:

• 评估使用深度学习降噪 (DLNR) 算法减少SPECT录制时间的可行性.
• 为了确定DLNR是否可以保持诊断图像质量,在全身骨扫描中获得更短的采集时间.

主要方法:

• DLNR应用于从19名患者获得的全身骨SPECT图像,这些图像是在[99mTc]Tc-HDP注射后获得的.
• 使用缩短的录制时间重建图像,从100%降至原始持续时间的30%.
• 该研究涉及有和没有骨转移的患者,包括一个明显肥胖的患者.

主要成果:

• 在所有记录时间内,DLNR改善了骨损伤的对比度和噪声比率.
• 随着DLNR,骨损伤的标准化吸收值略有下降.
• 在大多数患者中,图像质量保持良好至优秀,低至原始录制时间的60% (约6分钟).

结论:

• 大约6分钟的超快速全身骨SPECT记录可以通过DLNR.
• DLNR是一个有前途的工具,可以显著缩短SPECT采集时间,同时保持诊断图像质量.
• 这一进步有可能提高核医学部门的患者舒适度和吞吐量.