人工智能技術(shù)飛速發(fā)展推動醫(yī)學(xué)影像技術(shù)進入新的歷史階段，在醫(yī)學(xué)影像，AI已經(jīng)融入到掃描前患者的準(zhǔn)備、圖像掃描、圖像重建、圖像分析和報告書寫整個影像鏈每個環(huán)節(jié)，全面提高醫(yī)學(xué)影像成像效率和圖像質(zhì)量，降低了對患者的輻射劑量。在醫(yī)學(xué)影像AI浪潮下，對于核醫(yī)學(xué)分子影像而言，我們需要積極加入并推動這場浪潮，掌握AI新技術(shù)，邁進核醫(yī)學(xué)分子影像新時代。
核醫(yī)學(xué)分子影像AI技術(shù)已經(jīng)在核醫(yī)學(xué)分子影像成像鏈的各個環(huán)節(jié)發(fā)揮著作用，顯著提高PET圖像質(zhì)量、明顯降低放射性藥物注射劑量、提高掃描速度，并且能夠精準(zhǔn)檢出病灶。以下就對幾個最新技術(shù)進展做介紹。
基于深度學(xué)習(xí)全身CT圖像的組織臟器分割夯實精準(zhǔn)定量分析基礎(chǔ)，推動診療一體化的發(fā)展和實施。
核醫(yī)學(xué)分子影像的PET/CT和SPECT/CT設(shè)備的CT實現(xiàn)用CT圖像完成γ射線在組織中衰減校正、PET或SPECT與CT圖像融合的問題，在疾病臨床診斷定位、定性、定量和分期中發(fā)揮著重要的作用，推動核醫(yī)學(xué)分子影像從“Nuclear”到“Clear”影像。基于深度學(xué)習(xí)全身CT（包括局部）組織臟器的分割能夠自動提供組織、臟器解剖結(jié)構(gòu)精準(zhǔn)信息（比如，除大臟器外，還能夠提供甲狀腺、肋骨、椎體、腎上腺、前列腺、主要骨骼肌等），從而實現(xiàn)對病灶精準(zhǔn)自動定位和精準(zhǔn)定量分析。圖1是平掃低劑量全身掃描的CT，然后經(jīng)過深度學(xué)習(xí)組織臟器分割獲得圖像，可以看出深度學(xué)習(xí)能自動、精準(zhǔn)確定組織臟器的解剖位置，自動實現(xiàn)精準(zhǔn)定量（臟器或病灶的大小、位置、形態(tài)、CT值和SUV）。采用深度學(xué)習(xí)對PET/CT或SPECT/CT中低劑量CT圖像精準(zhǔn)組織臟器分割為核醫(yī)學(xué)分子影像圖像自動分析奠定基礎(chǔ)，這將加速核醫(yī)學(xué)分子影像從傳統(tǒng)的統(tǒng)計分析朝著基于AI的個體診療一體化方向發(fā)展。
基于AI技術(shù)獲得更多信息，推動建立新的檢查流程和規(guī)范
在核醫(yī)學(xué)分子影像AI技術(shù)和方法中，影像組學(xué)是基礎(chǔ)，深度學(xué)習(xí)是目標(biāo)和方向。從對影像組學(xué)研究積累的經(jīng)驗來看，只有將影像組學(xué)研究獲得的成果盡快遷移到深度學(xué)習(xí)，才能使得核醫(yī)學(xué)AI技術(shù)具有臨床實用價值?；谟跋窠M學(xué)和深度學(xué)習(xí)方法能夠獲得圖像豐富特征，而這些特征是視覺無法發(fā)現(xiàn)的。比如：影像組學(xué)能夠獲得臟器、病灶的影像特征，這些影像特征除現(xiàn)在用在病灶良惡鑒別、預(yù)后和療效評估的基礎(chǔ)應(yīng)用外，影像組學(xué)特征可以為靜態(tài)3D圖像提供超空間信息，使得3D圖像具有“類似4D圖像”的性質(zhì)，為分子影像代謝組學(xué)研究打下基礎(chǔ)，從而突破傳統(tǒng)的圖像分析思路和方法，也將改變核醫(yī)學(xué)影像設(shè)備成像流程。這將使得現(xiàn)在靜態(tài)全身PET/CT圖像具有動態(tài)掃描圖像的信息，無需再進行成本高昂的全身動態(tài)掃描，極大節(jié)約成本，推動PET/CT朝著普及化方向發(fā)展。同樣采用深度學(xué)習(xí)提供的圖像特征能夠更快速實現(xiàn)圖像從3D PET和SPECT轉(zhuǎn)化成類似4D圖像。深度學(xué)習(xí)能夠自動獲得圖像特征，不受人為因素的干擾，因而更加受到學(xué)者們的重視。隨著計算機硬件成本不斷降低，特別是GPU成本降低，深度學(xué)習(xí)將成為核醫(yī)學(xué)分子影像主要的AI技術(shù)和方法。 目前，影像組學(xué)和深度學(xué)習(xí)在核醫(yī)學(xué)分子影像的應(yīng)用才是起步階段，相信隨著代謝組學(xué)研究的深入更多驚喜將會很快出現(xiàn)。
深度學(xué)習(xí)跨模態(tài)圖像合成推動核醫(yī)學(xué)分子影像進入新階段
深度學(xué)習(xí)圖像合成技術(shù)和方法將對核醫(yī)學(xué)分子影像產(chǎn)生巨大的影響，就像“Sora”一樣。從CT、MR、PET和SPECT跨模態(tài)圖像合成，特別是從CT或MR合成MR或者CT圖像，不但可以解決PET、SPECT圖像衰減校正問題，而且也可以獲得模型實現(xiàn)PET、SPECT圖像自身衰減校正，并通過對MR圖像組織分割實現(xiàn)對腦PET精準(zhǔn)定量分析。比如，從腦CT合成腦MR T1/T2圖像后，再采用深度學(xué)習(xí)對MR圖像進行組織分割，實現(xiàn)PET/CT圖像精準(zhǔn)定量分析（比如，18F-AV45、11C-PIB等PET/CT圖像定量分析）。從MR T1合成FDG PET圖像技術(shù)進展可能將改變一體化PET/MR設(shè)備研發(fā)方向和臨床應(yīng)用范圍，圖2是從患者MR T1合成FDG PET圖像，從MR T1能夠獲得類“FDG PET”圖像。深度學(xué)習(xí)跨模態(tài)圖像合成將引起醫(yī)學(xué)影像成像設(shè)備領(lǐng)域的一場革命，將從根本上改變目前核醫(yī)學(xué)分子影像設(shè)備成像結(jié)構(gòu)、成像的方法和流程。
Copyright ? 2022 上?？评讜狗?wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號：滬ICP備17004559號-5
