ຍິນດີຕ້ອນຮັບສູ່ເວັບໄຊທ໌ຂອງພວກເຮົາ!
ພາບພື້ນຫຼັງ

ເສີມຂະຫຍາຍການດູແລຄົນເຈັບດ້ວຍ AI-Based Attenuation Correction ໃນການຖ່າຍຮູບ PET

ການສຶກສາໃຫມ່ທີ່ມີຫົວຂໍ້ວ່າ "ການນໍາໃຊ້ Pix-2-Pix GAN ສໍາລັບການຮຽນຮູ້ເລິກໂດຍອີງໃສ່ PSMA PET/CT Attenuation Correction" ໄດ້ຖືກຈັດພີມມາບໍ່ດົນມານີ້ໃນ Volume 15 ຂອງ Oncotarget ໃນເດືອນພຶດສະພາ 7, 2024.

 

ການໄດ້ຮັບລັງສີຈາກການສຶກສາ PET/CT ຢ່າງຕໍ່ເນື່ອງໃນການຕິດຕາມຄົນເຈັບ oncology ແມ່ນຄວາມກັງວົນ. ໃນການສືບສວນທີ່ຜ່ານມານີ້, ທີມງານຂອງນັກຄົ້ນຄວ້າລວມທັງ Kevin C. Ma, Esther Mena, Liza Lindenberg, Nathan S. Lay, Phillip Eclarinal, Deborah E. Citrin, Peter A. Pinto, Bradford J. Wood, William L. Dahut, James L. Gulley, Ravi A. Madan, Peter L. Choyke, Ismail Baris Turkbey, ແລະ Stephanie A. Harmon ຈາກສະຖາບັນມະເຮັງແຫ່ງຊາດທີ່ສະຖາບັນສຸຂະພາບແຫ່ງຊາດໄດ້ນໍາສະເຫນີເຄື່ອງມືປັນຍາປະດິດ (AI). ເຄື່ອງມືນີ້ມີຈຸດປະສົງເພື່ອສ້າງຮູບພາບ PET (AC-PET) ທີ່ມີການແກ້ໄຂການຫຼຸດຫນ້ອຍລົງຈາກຮູບພາບ PET (NAC-PET) ທີ່ບໍ່ມີການຫຼຸດຜ່ອນການຫຼຸດຜ່ອນຄວາມຈໍາເປັນສໍາລັບການສະແກນ CT ໃນປະລິມານຕໍ່າ.

CT ຫົວສອງ

 

"ຮູບພາບ PET ທີ່ຜະລິດ Ai ມີທ່າແຮງທາງດ້ານຄລີນິກເພື່ອຫຼຸດຜ່ອນຄວາມຕ້ອງການຂອງການແກ້ໄຂການຫຼຸດຜ່ອນຄວາມອ່ອນໄຫວໃນ CT scan ໃນຂະນະທີ່ຮັກສາເຄື່ອງຫມາຍປະລິມານແລະຄຸນນະພາບຂອງຮູບພາບສໍາລັບຄົນເຈັບທີ່ເປັນມະເຮັງ prostate."

 

ວິທີການ: ຂັ້ນຕອນການຮຽນຮູ້ເລິກເຊິ່ງໂດຍອີງໃສ່ສະຖາປັດຕະຍະກຳ 2D Pix-2-Pix generative adversarial network (GAN) ໄດ້ຖືກພັດທະນາໂດຍອີງໃສ່ຮູບ AC-PET ແລະ NAC-PET ທີ່ຈັບຄູ່ກັນ. ການສຶກສາ 18F-DCFPyL PSMA (Prostate-specific membrane antigen) PET-CT ຂອງຄົນເຈັບ 302 ທີ່ເປັນມະເຮັງ prostate ໄດ້ຖືກແບ່ງອອກເປັນກຸ່ມການຝຶກອົບຮົມ, ການກວດສອບແລະການທົດສອບ (n 183, 60, ແລະ 59, ຕາມລໍາດັບ). ຮູບແບບດັ່ງກ່າວໄດ້ຮັບການຝຶກອົບຮົມໂດຍໃຊ້ສອງຍຸດທະສາດມາດຕະຖານ: ມູນຄ່າການຍົກລະດັບມາດຕະຖານ (SUV) ແລະອີງໃສ່ SUV-NYUL. ການປະຕິບັດການສະແກນຕາມລວງນອນໄດ້ຖືກປະເມີນໂດຍໃຊ້ຄວາມຜິດພາດສະເລ່ຍສີ່ຫຼ່ຽມປົກກະຕິ (NMSE), ຄວາມຜິດພາດຢ່າງແທ້ຈິງ (MAE), ດັດຊະນີຄວາມຄ້າຍຄືກັນຂອງໂຄງສ້າງ (SSIM) ແລະອັດຕາສ່ວນສັນຍານຕໍ່ສຽງດັງ (PSNR). ທ່ານໝໍແພດສາດນິວເຄລຍໄດ້ປະຕິບັດການວິເຄາະລະດັບ lesion ຂອງພື້ນທີ່ທີ່ມີຄວາມສົນໃຈ. ຕົວຊີ້ບອກ SUV ໄດ້ຖືກປະເມີນໂດຍໃຊ້ຄ່າສຳປະສິດຄວາມສຳພັນພາຍໃນກຸ່ມ (ICC), ຄ່າສຳປະສິດການເຮັດຊ້ຳ (RC), ແລະຮູບແບບຜົນກະທົບແບບປະສົມເສັ້ນ.

 

ຜົນໄດ້ຮັບ:ໃນກຸ່ມທົດສອບເອກະລາດ, ຄ່າສະເລ່ຍ NMSE, MAE, SSIM, ແລະ PSNR ແມ່ນ 13.26%, 3.59%, 0.891, ແລະ 26.82, ຕາມລໍາດັບ. ICC ສໍາລັບ SUVmax ແລະ SUVmean ແມ່ນ 0.88 ແລະ 0.89, ສະແດງເຖິງຄວາມກ່ຽວຂ້ອງກັນທີ່ເຂັ້ມແຂງລະຫວ່າງເຄື່ອງໝາຍການຖ່າຍຮູບປະລິມານຕົ້ນສະບັບ ແລະ AI ທີ່ສ້າງຂຶ້ນ. ປັດໄຈຕ່າງໆເຊັ່ນ: ສະຖານທີ່ lesion, ຄວາມຫນາແຫນ້ນ (ຫນ່ວຍ Hounsfield), ແລະ lesion uptake ໄດ້ຖືກພົບເຫັນຜົນກະທົບຕໍ່ຄວາມຜິດພາດທີ່ກ່ຽວຂ້ອງໃນ metrics SUV ຜະລິດ (ທັງຫມົດ p <0.05).

 

“AC-PET ທີ່ສ້າງຂຶ້ນໂດຍຮູບແບບ Pix-2-Pix GAN ສະແດງໃຫ້ເຫັນການວັດແທກ SUV ທີ່ສອດຄ່ອງກັບຮູບພາບຕົ້ນສະບັບ. ຮູບພາບ PET ທີ່ຜະລິດໂດຍ AI ສະແດງໃຫ້ເຫັນທ່າແຮງທາງດ້ານຄລີນິກທີ່ໂດດເດັ່ນສໍາລັບການຫຼຸດຜ່ອນຄວາມຈໍາເປັນຂອງ CT scan ສໍາລັບການແກ້ໄຂການຫຼຸດຜ່ອນໃນຂະນະທີ່ຮັກສາເຄື່ອງຫມາຍປະລິມານແລະຄຸນນະພາບຂອງຮູບພາບ.

———————————————————————————————————————————————————— ——————————————————————————————————————————–

contrast-media-injector-ຜູ້ຜະລິດ

ດັ່ງທີ່ພວກເຮົາທຸກຄົນຮູ້, ການພັດທະນາອຸດສາຫະກໍາການຖ່າຍຮູບທາງການແພດແມ່ນບໍ່ສາມາດແຍກອອກຈາກການພັດທະນາອຸປະກອນການແພດ - ເຄື່ອງສີດຕົວແທນທາງກົງກັນຂ້າມແລະເຄື່ອງບໍລິໂພກທີ່ສະຫນັບສະຫນູນ - ທີ່ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນຂົງເຂດນີ້. ໃນປະເທດຈີນ, ທີ່ມີຊື່ສຽງສໍາລັບອຸດສາຫະກໍາການຜະລິດຂອງຕົນ, ມີຜູ້ຜະລິດຈໍານວນຫຼາຍທີ່ມີຊື່ສຽງໃນປະເທດແລະຕ່າງປະເທດສໍາລັບການຜະລິດອຸປະກອນການຖ່າຍຮູບທາງການແພດ, ລວມທັງ.LnkMed. ນັບຕັ້ງແຕ່ການສ້າງຕັ້ງຂອງຕົນ, LnkMed ໄດ້ສຸມໃສ່ພາກສະຫນາມຂອງຫົວສີດຕົວແທນທີ່ມີຄວາມຄົມຊັດສູງ. ທີມງານວິສະວະກໍາຂອງ LnkMed ແມ່ນນໍາພາໂດຍປະລິນຍາເອກ. ມີປະສົບການຫຼາຍກວ່າສິບປີແລະມີສ່ວນຮ່ວມຢ່າງເລິກເຊິ່ງໃນການຄົ້ນຄວ້າແລະການພັດທະນາ. ພາຍໃຕ້ການຊີ້ນໍາຂອງລາວ, ສCT ຫົວສີດຫົວດຽວ,CT ຫົວສີດຫົວສອງ,ເຄື່ອງສີດ MRI ກົງກັນຂ້າມ, ແລະAngiography ເຄື່ອງສີດຕົວແທນຄວາມຄົມຊັດແຮງດັນສູງໄດ້ຖືກອອກແບບດ້ວຍລັກສະນະເຫຼົ່ານີ້: ຮ່າງກາຍທີ່ເຂັ້ມແຂງແລະຫນາແຫນ້ນ, ການໂຕ້ຕອບການດໍາເນີນງານທີ່ສະດວກແລະສະຫລາດ, ຫນ້າທີ່ສົມບູນ, ຄວາມປອດໄພສູງ, ແລະການອອກແບບທົນທານ. ພວກເຮົາຍັງສາມາດສະຫນອງ syringes ແລະທໍ່ທີ່ເຂົ້າກັນໄດ້ກັບຍີ່ຫໍ້ທີ່ມີຊື່ສຽງຂອງ CT, MRI, DSA injectors ດ້ວຍທັດສະນະຄະຕິທີ່ຈິງໃຈແລະຄວາມເຂັ້ມແຂງດ້ານວິຊາຊີບຂອງພວກເຂົາ, ພະນັກງານທັງຫມົດຂອງ LnkMed ດ້ວຍຄວາມຈິງໃຈເຊີນທ່ານມາແລະຄົ້ນຫາຕະຫຼາດເພີ່ມເຕີມຮ່ວມກັນ.


ເວລາປະກາດ: 14-05-2024