在患有淋巴瘤的患者中,低剂量F-化氧葡萄糖的正子发射断层扫描辅助深度学习图像消极化技术
Lei Yan1, Zhao Wang1, Dacheng Li1
1Department of Nuclear Medicine, The Affiliated Hospital of Qingdao University, Qingdao, China.
Quantitative imaging in medicine and surgery
|January 15, 2024
概括
深度学习无效化改善了淋巴瘤患者的低剂量[18F]FDG PET成像. 这种技术保持了诊断准确度,用于监测治疗反应,允许减少放射性追踪剂量.
科学领域:
- 核医学就是核医学.
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
背景情况:
- 阳位子辐射断层扫描/计算机断层扫描 (PET/CT) 对于监测淋巴瘤治疗至关重要.
- 减少注射的-18氧糖 ([18F]FDG) 活性可以保持PET扫描中的图像质量.
- 在淋巴瘤患者中研究低剂量[18F]FDG PET的深度学习 (DL) 是必要的.
研究的目的:
- 为了评估DLdenoising技术在低剂量[18F]FDGPET成像中对淋巴瘤患者的疗效.
- 评估DL对图像质量的影响,代谢参数量化和Deauville分数 (DS).
- 为了确定是否减少[18F]FDG剂量与DL可以保持诊断准确性.
主要方法:
- 追溯分析62名淋巴瘤患者的FDG PET扫描 [18F] .
- 模拟低剂量 (LD) 数据,将常规剂量 (RD) PET 数据的持续时间减少50%.
- 基于U-Net的DL无噪网络对LD PET图像的应用.
- 视觉图像质量,DS,标准化吸收值 (SUV),代谢性瘤体积 (MTV) 和瘤病变糖解 (TLG) 的评估.
主要成果:
- 在LD [18F]FDG PET扫描中,DL表示改善的视觉图像质量.
- 德奥维尔分数在RD和LD组之间保持一致,保持了诊断分类.
- 在RD和LD组之间的SUV测量中观察到高相关系数 (>0.85).
- SUVmax,SUVmean,MTV和TLG的平均差异处于可以接受的范围内,这表明了良好的定量协议.
结论:
- 深度学习无效化有效地提高了淋巴瘤患者的低剂量[18F]FDG PET成像.
- 该DL技术允许精确的瘤评估和量化,减少放射性追踪活性.
- 这种方法支持在常规淋巴瘤监测PET扫描中减少剂量的潜力.
