使用CT侧信息使用训练有素调节器进行SPECT重建:应用到Lu SPECT成像177

科学领域:

• 核医学是一种核医学.
• 医疗成像医学成像
• 放射化学 放射化学是指辐射化学.

背景情况:

• 低计数单光子发射计算机断层扫描 (SPECT) 对准确的成像提出了挑战,特别是对于像177Lu这样具有低光子产量的放射性核素.
• 传统的重建方法经常在低计数的SPECT中与噪声和量化作斗争,这影响了基于剂量计的治疗规划等异常应用.
• 需要先进的图像重建技术来提高低数量的SPECT成像的质量和效率.

研究的目的:

• 为基于模型的SPECT图像重建开发和评估一个训练有素的调节器,该调节器包含CT衍生细分信息.
• 提高活动量化的准确性和降低低计数SPECT成像中的噪声.
• 为了证明增强的SPECT方法在治疗前的治疗前成像和缩短扫描时间方面的潜力.

主要方法:

• 开发了一个训练有素的调节器用于SPECT重建,集成来自CT图像的细分口罩,使用预训练的神经网络 (nnUNet).
• 拟议的方法是使用Lu DOTATATE的患者研究进行训练,并在模拟的低数量治疗前成像条件下使用幻影和患者数据集进行验证.
• 性能与标准的非规范期望最大化 (EM) 算法和传统的CT规范化方法进行了比较.

主要成果:

• 训练有素的调节器在低计数的SPECT重建中显著超过了标准的EM算法和传统的CT调节技术.
• 在活动量化准确度,噪声降低和根平均平方误差 (RMSE) 中观察到明显的改善.
• 该方法在具有挑战性的低数条件下证明了更好的图像质量和可靠性.

结论:

• 拟议的训练有素调节器有效地利用CT侧信息来改进低计数SPECT重建.
• 这种方法提供了一个有前途的解决方案来增强theranostic成像,使得更准确的剂量测量和潜在的更短的扫描时间.
• 增强的低计数SPECT技术对各种核医学应用具有广泛的影响,包括治疗后成像和全身SPECT.