赋权PET:利用深度学习来改善临床洞察力

科学领域:

• 核医学就是核医学.
• 医疗成像医学成像
• 人工智能的人工智能
• 深度学习 (Deep Learning) 是一种深度学习.

背景情况:

• 人工智能 (AI) 正在彻底改变医学领域,包括核医学和放射学.
• 人工智能已准备好支持医疗保健专业人员,改善诊断,治疗反应评估和患者管理.
• 定子发射断层扫描 (PET) 成像是受益于人工智能进步的关键领域.

研究的目的:

• 审查人工智能 (AI) 对正电子发射断层扫描 (PET) 成像的变革性影响.
• 为核医学和深度学习 (DL) 中使用PET诊断和治疗癌症提供AI应用的概述.
• 讨论将人工智能整合到临床实践中以及分子成像的未来方向.

主要方法:

• 在PET图像生成中对AI应用的审查:获取,重建,恢复和运动校正.
• 在临床实践中探索AI整合:细分,检测,分类,量化,治疗计划,剂量测量和放射学/放射基因组学.
• 讨论AI在分子成像中的局限性,伦理考虑和未来挑战.

主要成果:

• 人工智能增强了整个PET成像管道,从图像生成到临床应用.
• 人工智能支持PET诊断,预后和治疗评估中的各种临床任务.
• 人工智能对于解释成像和多组数据之间的复杂关系至关重要.

结论:

• 人工智能显著改变了PET成像,导致患者治疗和反应评估的明显改善.
• 人工智能在核医学中的整合为增强诊断和治疗能力提供了巨大的潜力.
• 解决数据访问,互操作性和"黑子"问题等挑战对于分子成像中的AI采用至关重要.