基于深度学习的飞行时间PET图像的影响小瘤使用人体解剖幻影
Yasuo Yamashita1, Kazuya Hirakawa2, Satoshi Yoshidome2
1Department of Radiology, Division of Medical Technology, Kyushu University Hospital, Fukuoka, Japan; yamashita.yasuo.192@m.kyushu-u.ac.jp.
Journal of nuclear medicine technology
|November 4, 2025
概括
基于深度学习的飞行时间 (DL-ToF) 显著提高了正电子发射断层扫描 (PET) 图像质量,改善了瘤的可见性和对比度. 了解DL-ToF处理水平对于准确的临床解释至关重要.
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 人工智能在医学中的应用
背景情况:
- 在PET中飞行时间 (ToF) 提高了信号与噪声的比率,提高了图像质量.
- 基于深度学习 (DL) 的ToF (DL-ToF) 方法进一步提高了PET成像中的瘤可见性和降噪.
研究的目的:
- 量化研究DL-ToF对PET图像质量的影响,使用胸腔腹腔幻影.
- 评估不同DL-ToF处理水平对瘤可见性,对比度和图像特征的影响.
主要方法:
- 一个带有18F-FDG的胸腔腹腔幻体在各种采集时间使用BGO晶体PET/CT机器进行扫描.
- 使用非ToF和不同级别的DL-ToF (低,中,高) 来重建PET图像.
- 定量分析包括SUVmean,SUVmax和形状指数地图;临床病例也被评估.
主要成果:
- DL-ToF显著改善了瘤的可见性和对比度,特别是在高精度DL (HDL) 模型中.
- 肺瘤对比度 ([公式:见文本]) 在10分钟后从3.72 (非ToF) 增加到5.89 (HDL).
- 肝脏瘤对比度和划分也被HDL DL-ToF增强,形状索引图证实了更清晰的边界.
结论:
- 在PET扫描中,DL-ToF处理水平会影响病变的可见性和图像特征.
- 这些发现强调了理解DL-ToF行为对于有效的临床实施的重要性.
- 高精度的DL-ToF显示出在PET成像中提高诊断准确性的前景.
