深度学习增强的淋巴瘤物成像与加速获取的临床评估
Xu Li1, Boyang Pan2, Congxia Chen1
1Department of Nuclear Medicine, Beijing Hospital, National Center of Gerontology; Institute of Geriatric Medicine, Chinese Academy of Medical Sciences, Beijing, People's Republic of China.
Journal of applied clinical medical physics
|May 30, 2024
概括
深度学习增强了淋巴瘤患者的正电子发射断层扫描 (PET) 成像,使得扫描时间快50%而不影响诊断准确性或图像质量. 这种先进的方法保持了关键的诊断信息,以有效评估淋巴瘤.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 在瘤学瘤学.
背景情况:
- 阳位子发射断层扫描 (PET) 成像对于淋巴瘤的诊断和监测至关重要.
- 加快PET获取可以减少患者的负担并增加吞吐量.
- 在加速成像过程中保持图像质量和诊断准确度是一个重大挑战.
研究的目的:
- 评估一种新型深度学习 (DL) 增强,双倍加速的PET成像方法的临床性能.
- 评估DL增强对淋巴瘤患者图像质量和诊断准确性的影响.
- 为了确定加速PET成像是否可以在不影响诊断结果的情况下实现.
主要方法:
- 开发了一个深度学习模型 (SAU2Net),使用123个非淋巴瘤病例与模拟的低剂量PET数据.
- 该模型从加速 (半剂量) 采集生成标准剂量的PET图像.
- 在39名淋巴瘤患者中评估了临床性能,评估图像质量指标 (PSNR,SSIM,噪音,CNR) 和诊断结果 (损伤SUVmax,Deauville分数).
主要成果:
- 与低剂量采集相比,DL增强的PET图像显示出明显优越的质量.
- 用DL增强扫描的图像质量和病变SUVmax相当于标准剂量PET扫描.
- 改进的扫描显示了SNR,CNR和噪声的改善,诊断结果与标准成像相比.
结论:
- 拟议的DL方法使得淋巴瘤患者的PET成像时间减少50%.
- 这种加速成功地保持了诊断准确度和图像质量.
- 用DL增强的加速PET成像为有效的淋巴瘤管理提供了有前途的方法.


