ยกระดับการดูแลผู้ป่วยด้วยการแก้ไขการลดทอนโดยใช้ AI ในการสร้างภาพ PET

การศึกษาใหม่ชื่อ “การใช้ Pix-2-Pix GAN สำหรับการแก้ไขการลดทอน PSMA PET/CT ทั้งร่างกายด้วยการเรียนรู้เชิงลึก” ได้รับการเผยแพร่เมื่อเร็วๆ นี้ในเล่มที่ 15 ของ Oncotarget เมื่อวันที่ 7 พฤษภาคม 2024

การได้รับรังสีจากการศึกษา PET/CT ตามลำดับในการติดตามผลผู้ป่วยด้านเนื้องอกวิทยาเป็นเรื่องที่น่ากังวล ในการสืบสวนล่าสุดนี้ ทีมนักวิจัย ได้แก่ 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 และ Stephanie A. Harmon จากสถาบันมะเร็งแห่งชาติที่สถาบันสุขภาพแห่งชาติแนะนำเครื่องมือปัญญาประดิษฐ์ (AI) เครื่องมือนี้มีจุดมุ่งหมายเพื่อสร้างภาพ PET (AC-PET) ที่แก้ไขการลดทอนจากภาพ PET (NAC-PET) ที่ไม่ได้รับการแก้ไขการลดทอน ซึ่งอาจลดความจำเป็นในการสแกน CT ขนาดต่ำ

“ภาพ PET ที่สร้างโดย AI มีศักยภาพทางคลินิกในการลดความจำเป็นในการแก้ไขการลดทอนในการสแกน CT ขณะเดียวกันก็รักษาเครื่องหมายเชิงปริมาณและคุณภาพของภาพสำหรับผู้ป่วยมะเร็งต่อมลูกหมาก”

วิธีการ: อัลกอริธึมการเรียนรู้เชิงลึกที่ใช้สถาปัตยกรรม 2D Pix-2-Pix generative adversarial network (GAN) ได้รับการพัฒนาโดยใช้อิมเมจ AC-PET และ NAC-PET ที่จับคู่กัน การศึกษา PET-CT 18F-DCFPyL PSMA (แอนติเจนของเยื่อหุ้มต่อมลูกหมาก) ของผู้ป่วยมะเร็งต่อมลูกหมาก 302 รายถูกแบ่งออกเป็นกลุ่มการฝึกอบรม การตรวจสอบความถูกต้อง และการทดสอบ (n 183, 60 และ 59 ตามลำดับ) โมเดลดังกล่าวได้รับการฝึกอบรมโดยใช้กลยุทธ์ที่เป็นมาตรฐานสองกลยุทธ์ ได้แก่ Standard Uptake Value (SUV) และ SUV-NYUL ประสิทธิภาพการสแกนแนวนอนได้รับการประเมินโดยใช้ค่าคลาดเคลื่อนกำลังสองเฉลี่ย (NMSE) ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAE) ดัชนีความคล้ายคลึงกันของโครงสร้าง (SSIM) และอัตราส่วนสัญญาณต่อสัญญาณรบกวนสูงสุด (PSNR) แพทย์เวชศาสตร์นิวเคลียร์ได้ทำการวิเคราะห์ระดับรอยโรคในบริเวณที่สนใจ ตัวบ่งชี้ SUV ได้รับการประเมินโดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์ภายในกลุ่ม (ICC) ค่าสัมประสิทธิ์ความสามารถในการทำซ้ำ (RC) และแบบจำลองเอฟเฟกต์แบบผสมเชิงเส้น

ผลลัพธ์-ในกลุ่มการทดสอบอิสระ ค่ามัธยฐาน NMSE, MAE, SSIM และ PSNR อยู่ที่ 13.26%, 3.59%, 0.891 และ 26.82 ตามลำดับ ICC สำหรับ SUVmax และค่าเฉลี่ย SUV อยู่ที่ 0.88 และ 0.89 ซึ่งบ่งชี้ถึงความสัมพันธ์ที่แข็งแกร่งระหว่างเครื่องหมายแสดงภาพเชิงปริมาณดั้งเดิมและที่สร้างโดย AI ปัจจัยต่างๆ เช่น ตำแหน่งของรอยโรค ความหนาแน่น (หน่วย Hounsfield) และการดูดซึมของรอยโรค พบว่าส่งผลกระทบต่อข้อผิดพลาดสัมพัทธ์ในการวัด SUV ที่สร้างขึ้น (p ทั้งหมด <0.05)

“AC-PET ที่สร้างโดยรุ่น Pix-2-Pix GAN แสดงให้เห็นถึงการวัด SUV ที่สอดคล้องกับภาพต้นฉบับอย่างใกล้ชิด ภาพ PET ที่สร้างโดย AI แสดงศักยภาพทางคลินิกที่น่ามีแนวโน้มในการลดความจำเป็นในการสแกน CT เพื่อแก้ไขการลดทอน ขณะเดียวกันก็รักษาเครื่องหมายเชิงปริมาณและคุณภาพของภาพไว้”

-

ดังที่เราทุกคนทราบกันดีว่า การพัฒนาของอุตสาหกรรมการถ่ายภาพทางการแพทย์แยกออกจากการพัฒนาชุดอุปกรณ์ทางการแพทย์ต่างๆ เช่น หัวฉีดสารคอนทราสต์และวัสดุสิ้นเปลืองที่ใช้กันอย่างแพร่หลายในสาขานี้ ในประเทศจีนซึ่งมีชื่อเสียงในด้านอุตสาหกรรมการผลิต มีผู้ผลิตหลายรายที่มีชื่อเสียงทั้งในและต่างประเทศในด้านการผลิตอุปกรณ์สร้างภาพทางการแพทย์ ได้แก่LnkMed- นับตั้งแต่ก่อตั้ง LnkMed มุ่งเน้นไปที่ด้านหัวฉีดสารคอนทราสต์แรงดันสูง ทีมวิศวกรของ LnkMed นำโดยปริญญาเอก ด้วยประสบการณ์มากกว่าสิบปีและมีส่วนร่วมอย่างลึกซึ้งในการวิจัยและพัฒนา ภายใต้การแนะนำของเขา.CT หัวฉีดหัวเดียว-CT หัวฉีดคู่-MRI คอนทราสต์เอเจนต์หัวฉีด, และหัวฉีดสารคอนทราสต์แรงดันสูงแบบ Angiographyได้รับการออกแบบด้วยคุณสมบัติเหล่านี้: ตัวเครื่องที่แข็งแกร่งและกะทัดรัด, อินเทอร์เฟซการทำงานที่สะดวกและชาญฉลาด, ฟังก์ชั่นที่ครบครัน, ความปลอดภัยสูง และการออกแบบที่ทนทาน นอกจากนี้เรายังสามารถจัดหาหลอดฉีดยาและหลอดที่เข้ากันได้กับหัวฉีด CT, MRI, DSA แบรนด์ที่มีชื่อเสียงเหล่านั้น ด้วยทัศนคติที่จริงใจและความแข็งแกร่งระดับมืออาชีพ พนักงานทุกคนของ LnkMed ขอเชิญคุณมาสำรวจตลาดเพิ่มเติมด้วยกันอย่างจริงใจ