能源經濟及策略、新及再生能源、火力、核能及核設施除役、原子科技及民生應用的專業資訊平台



利用虛擬 CT減少PET/CT掃描的輻射劑量

出處 ScienceDaily 作者 梁鑫京 摘譯 年份 2022/10/31
報告類型 新聞報導 分類 原子科技及民生應用 資料時間 2022年10月
原始連結 原始連結

 美國國家癌症研究所成功開發一種新的人工智慧演算法,可生成高品質的PET/CT影像,從而減少患者的輻射暴露劑量約一半;此方法無需基於CT的衰減修正,可允許患者更頻繁的PET檢測來監測疾病和治療的進展,從而降低了來自CT掃描的輻射劑量。這項研究並發表在核醫學和分子影像學會(Society of Nuclear Medicine and Molecular Imaging)2022年會上。

 癌症患者在整個診斷和治療過程中常會接受多項影像檢測,尤其是連續進行的多次PET/CT掃描。CT影像提供了PET影像的對位與衰減修正資訊,但增加了患者的整體輻射劑量,但這增加的劑量部分是多餘的。在此研究中,研究人員嘗試通過使用人工智慧模型生成虛擬衰減校正用影像來減少或消除PET/CT掃描中對低劑量CT的需求。

  人工智慧模型開發用的數據庫包括305個人()18F-PSMA PET/CT檢測影像。每套影像數據取用其中三個:無衰減校正PET影像、衰減修正PET影像和低劑量CT影像。研究另將此些取用之影像數據劃分為訓練(185)、驗證(60)和測試(60)三組。然後使用二維Pix2Pix產生器(generator)從原始的無衰減校正PET影像演算生成合成衰減修正PET影像(synthetic attenuation- corrected PET scans, 作者稱其為gen-PET)

  於產出影像的定性評估,研究團隊委託兩名核醫學醫師以隨機順序審查了40個病患的PET/CT影像,二位審查醫師並不知道影像是原始衰減修正PET影像還是gen-PET影像。二位醫師記錄了PET陽性病變的數量和位置,並定性檢視了整體雜訊和影像品質。結果顯示二位專家能夠以合理的靈敏度成功地檢測到gen-PET影像上的病變,證明gen-PET能提供與原始衰減修正影像相當的臨床資訊效力。

       美國國家癌症研究所的博士後研究員Kevin Ma博士表示:高品質的人工智慧生成影像可以保留原始PET影像中的重要信息,而無需過多的CT掃描輻射劑量。」 「這使得患者進行PET 掃描的頻率或次數增加成為可能,可以為患者診療過程、包含病灶檢測、治療效果、放射性示踪劑有效性等措施的研究提供更準確的評估。

 國家癌症研究所標誌