අපගේ වෙබ් අඩවි වෙත සාදරයෙන් පිළිගනිමු!
පසුබිම් රූපය

PET රූපකරණයේදී AI මත පදනම් වූ දුර්වලතා නිවැරදි කිරීම සමඟින් රෝගී සත්කාර වැඩි දියුණු කිරීම

"ගැඹුරු ඉගෙනුම් මත පදනම් වූ සම්පූර්ණ ශරීර PSMA PET/CT දුර්වල කිරීමේ නිවැරදි කිරීම සඳහා Pix-2-Pix GAN භාවිතා කිරීම" යන මාතෘකාව යටතේ නව අධ්‍යයනයක් 2024 මැයි 7 වන දින Oncotarget හි 15 වෙළුමෙහි මෑතකදී ප්‍රකාශයට පත් කරන ලදී.

 

ඔන්කොලොජි රෝගීන් පසු විපරම් කිරීමේදී අනුක්‍රමික PET/CT අධ්‍යයනවලින් විකිරණ නිරාවරණය සැලකිලිමත් වේ. මෙම මෑත විමර්ශනයේදී 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 ඇතුළු පර්යේෂකයන් කණ්ඩායමක්. ජාතික සෞඛ්‍ය ආයතනවල ජාතික පිළිකා ආයතනයේ L. Gulley, Ravi A. Madan, Peter L. Choyke, Ismail Baris Turkbey සහ Stephanie A. Harmon විසින් කෘතිම බුද්ධි (AI) මෙවලමක් හඳුන්වා දෙන ලදී. මෙම මෙවලම අඩු මාත්‍රා සහිත CT ස්කෑන් සඳහා අවශ්‍යතාවය අඩු කරමින්, දුර්වල නොවන-නිවැරදි කරන ලද PET (NAC-PET) රූපවලින් ක්ෂය වීම-නිවැරදි කරන ලද PET (AC-PET) රූප ජනනය කිරීම අරමුණු කරයි.

CT ද්විත්ව හිස

 

"Ai-උත්පාදනය කරන ලද PET රූපවලට CT ස්කෑන්වල දුර්වලතා නිවැරදි කිරීමේ අවශ්‍යතාවය අඩු කිරීමට සායනික හැකියාවක් ඇති අතරම පුරස්ථි ග්‍රන්ථි පිළිකා රෝගීන් සඳහා ප්‍රමාණාත්මක සලකුණු සහ රූපයේ ගුණාත්මක භාවය ආරක්ෂා කරයි."

 

ක්‍රම: 2D Pix-2-Pix උත්පාදක එදිරිවාදී ජාල (GAN) ගෘහ නිර්මාණ ශිල්පය මත පදනම් වූ ගැඹුරු ඉගෙනුම් ඇල්ගොරිතමයක් යුගල කළ AC-PET සහ NAC-PET රූප මත පදනම්ව සංවර්ධනය කරන ලදී. 18F-DCFPyL PSMA (Prostate-specific membrane antigen) PET-CT අධ්‍යයනය පුරස්ථි ග්‍රන්ථි පිළිකා ඇති රෝගීන් 302 දෙනෙකුගේ පුහුණුව, වලංගුකරණය සහ පරීක්ෂණ කණ්ඩායම් (n 183, 60 සහ 59, පිළිවෙලින්) ලෙස බෙදා ඇත. මෙම ආකෘතිය ප්‍රමිතිගත උපාය මාර්ග දෙකක් භාවිතා කරමින් පුහුණු කරන ලදී: සම්මත ඉහළට ගැනීමේ අගය (SUV) පදනම් වූ සහ SUV-NYUL පදනම් කරගත්. සාමාන්‍යකරණය වූ මධ්‍යන්‍ය වර්ග දෝෂය (NMSE), මධ්‍යන්‍ය නිරපේක්ෂ දෝෂය (MAE), ව්‍යුහාත්මක සමානතා දර්ශකය (SSIM) සහ උපරිම සංඥා-ශබ්ද අනුපාතය (PSNR) භාවිතයෙන් තිරස් ක්‍රියාකාරිත්වය පරිලෝකනය කිරීම ඇගයීමට ලක් කරන ලදී. න්‍යෂ්ටික වෛද්‍ය වෛද්‍යවරයා අපේක්ෂා කරන ප්‍රදේශය පිළිබඳ තුවාල මට්ටමේ විශ්ලේෂණයක් සිදු කළේය. SUV දර්ශක අන්තර්-කණ්ඩායම් සහසම්බන්ධතා සංගුණකය (ICC), පුනරාවර්තන සංගුණකය (RC) සහ රේඛීය මිශ්‍ර බලපෑම් ආකෘති භාවිතයෙන් ඇගයීමට ලක් කරන ලදී.

 

ප්රතිඵලස්වාධීන පරීක්ෂණ කණ්ඩායම තුළ මධ්‍යස්ථ NMSE, MAE, SSIM සහ PSNR පිළිවෙලින් 13.26%, 3.59%, 0.891, සහ 26.82 විය. SUVmax සහ SUVmean සඳහා ICC 0.88 සහ 0.89, මුල් සහ AI-උත්පාදනය කරන ලද ප්‍රමාණාත්මක රූප සලකුණු අතර ශක්තිමත් සහසම්බන්ධයක් පෙන්නුම් කරයි. තුවාල වූ ස්ථානය, ඝනත්වය (හවුන්ස්ෆීල්ඩ් ඒකක) සහ තුවාල ලබා ගැනීම වැනි සාධක ජනනය කරන ලද SUV ප්‍රමිතිකවල සාපේක්ෂ දෝෂයට බලපෑම් කරන බව සොයා ගන්නා ලදී (සියල්ල p <0.05).

 

“Pix-2-Pix GAN මාදිලිය මඟින් ජනනය කරන ලද AC-PET මුල් රූප සමඟ සමීපව සමපාත වන SUV ප්‍රමිතික නිරූපණය කරයි. AI-උත්පාදනය කරන ලද PET රූප ප්‍රමාණාත්මක සලකුණු සහ රූපයේ ගුණාත්මක භාවය පවත්වා ගනිමින් දුර්වලතා නිවැරදි කිරීම සඳහා CT ස්කෑන් වල අවශ්‍යතාවය අඩු කිරීම සඳහා පොරොන්දු වූ සායනික විභවයන් ප්‍රදර්ශනය කරයි.

———————————————————————————————————————— ———————————————————————————————————

contrast-media-injector-manufacturer

අප කවුරුත් දන්නා පරිදි, වෛද්‍ය රූප කර්මාන්තයේ දියුණුව මෙම ක්ෂේත්‍රයේ බහුලව භාවිතා වන වෛද්‍ය උපකරණ මාලාවක් - ප්‍රතිවිරෝධතා කාරක ඉන්ජෙක්ටර් සහ ඒවායේ ආධාරක පරිභෝජන ද්‍රව්‍ය - සංවර්ධනයෙන් වෙන් කළ නොහැක. නිෂ්පාදන කර්මාන්තය සඳහා ප්‍රසිද්ධ චීනයේ, වෛද්‍ය රූපකරණ උපකරණ නිෂ්පාදනය සඳහා දේශීය හා විදේශීය ප්‍රසිද්ධ නිෂ්පාදකයින් රාශියක් ඇත.LnkMed. එය පිහිටුවීමේ සිට, LnkMed අධි පීඩන ප්‍රතිවිරුද්ධ කාරක ඉන්ජෙක්ටර් ක්ෂේත්‍රය කෙරෙහි අවධානය යොමු කර ඇත. LnkMed හි ඉංජිනේරු කණ්ඩායම මෙහෙයවනු ලබන්නේ Ph.D. වසර දහයකට වැඩි පළපුරුද්දක් ඇති අතර පර්යේෂණ හා සංවර්ධන කටයුතුවල ගැඹුරින් නියැලී සිටී. ඔහුගේ මගපෙන්වීම යටතේ, දCT තනි හිස ඉන්ජෙක්ටර්,CT ද්විත්ව හිස ඉන්ජෙක්ටර්,MRI පරස්පර නියෝජිත ඉන්ජෙක්ටර්, සහඇන්ජියෝග්‍රැෆි අධි පීඩන ප්‍රතිවිරුද්ධ කාරක ඉන්ජෙක්ටරයමෙම විශේෂාංග සමඟින් නිර්මාණය කර ඇත: ශක්තිමත් සහ සංයුක්ත ශරීරය, පහසු සහ බුද්ධිමත් මෙහෙයුම් අතුරු මුහුණත, සම්පූර්ණ කාර්යයන්, ඉහළ ආරක්ෂාව සහ කල් පවතින නිර්මාණය. එම සුප්‍රසිද්ධ CT,MRI,DSA ඉන්ජෙක්ටර් සන්නාමයන් සමඟ ගැළපෙන සිරින්ජ සහ ටියුබ් ලබා දීමටද අපට හැකිය ඔවුන්ගේ අවංක ආකල්පය සහ වෘත්තීය ශක්තිය සමඟින්, LnkMed හි සියලුම සේවකයින් ඔබට එකට පැමිණ තවත් වෙළඳපල ගවේෂණය කිරීමට අවංකවම ආරාධනා කරයි.


පසු කාලය: මැයි-14-2024